如何在Alexa技能中录制用户语音并导出为MP3/WAV格式？

1. 配置技能权限 #

首先在Alexa开发者控制台的技能设置里，找到「Permissions」板块，添加「Record Audio」权限。同时在交互模型中创建触发录音的自定义意图（比如RecordVoiceIntent），让用户可以通过语音指令启动录音。

2. 在技能代码中触发录音 #

当用户触发录音意图时，通过Alexa Skills Kit（ASK）发送录音指令。以Node.js SDK为例，代码示例如下：

const Alexa = require('ask-sdk-core');

const RecordVoiceIntentHandler = {
    canHandle(handlerInput) {
        return Alexa.getRequestType(handlerInput.requestEnvelope) === 'IntentRequest'
            && Alexa.getIntentName(handlerInput.requestEnvelope) === 'RecordVoiceIntent';
    },
    handle(handlerInput) {
        return handlerInput.responseBuilder
            .addDirective({
                type: 'Alexa.StartRecording',
                durationInMilliseconds: 10000, // 最长支持60000毫秒（60秒）
                intent: {
                    name: 'RecordCompleteIntent', // 录音完成后触发的意图
                    confirmationRequired: false
                }
            })
            .speak('请开始录音，我会录10秒')
            .getResponse();
    }
};

录音完成后，Alexa会将临时音频文件的URL发送到你的技能后端，通过RecordCompleteIntent的请求参数获取。

3. 下载并转换音频格式 #

拿到音频URL后，立即下载文件（URL有效期仅几分钟），然后用ffmpeg工具将默认的OPUS格式转换为MP3或WAV：

• 转换为MP3：ffmpeg -i recorded_audio.opus output.mp3
• 转换为WAV：ffmpeg -i recorded_audio.opus output.wav
  转换逻辑需要部署在你的后端服务器上，完成后即可对转换后的文件进行后续操作。

注意事项 #

• 录音必须由用户主动触发，禁止后台录制，严格遵循隐私规范。
• 临时音频URL有效期短，需及时处理。
• 部分地区可能有额外的隐私合规要求，需确保技能符合当地法规。

内容的提问来源于stack exchange，提问作者Tanmay Agarwal