如何播放Amazon Lex SDK识别话语返回的audioStream音频流

返回的audioStream本质是Node.js的可读流（Http2Stream），你打印出来的只是流的状态元信息，不是实际音频二进制内容，需要先读取流内的音频数据，再根据你的运行环境选择播放方式。

场景1：Node.js服务端本地直接播放 #

第一步：读取流中的音频数据 #

Node.js 16+ 可以直接用内置的流工具把音频流转成二进制Buffer：

const { buffer: streamToBuffer } = require('node:stream/consumers');

// 在你拿到Lex响应的位置添加
const response = await client.send(command);
// 等待流读取完成，拿到完整mp3音频Buffer
const audioBuffer = await streamToBuffer(response.audioStream);

低版本Node可以手动监听流事件拼接数据：

const audioChunks = [];
for await (const chunk of response.audioStream) {
  audioChunks.push(chunk);
}
const audioBuffer = Buffer.concat(audioChunks);

第二步：播放音频 #

最易落地的方案是借助play-sound调用系统默认播放器播放，先安装依赖：

npm i play-sound

播放逻辑：

const fs = require('node:fs');
const player = require('play-sound')();
// 临时存为mp3文件
const tempAudioPath = './temp-lex-response.mp3';
fs.writeFileSync(tempAudioPath, audioBuffer);
// 调用系统播放器播放，播完自动删除临时文件
player.play(tempAudioPath, (playErr) => {
  if (playErr) console.error('播放出错:', playErr);
  fs.unlinkSync(tempAudioPath);
});

注意：桌面版Windows/macOS默认自带支持mp3播放的组件，Linux服务器环境需要提前安装mpg123或ffmpeg才能正常播放。

场景2：Node.js作为后端，给前端网页返回音频播放 #

这是搭建聊天机器人的最常用场景，不需要在服务端播放，直接把音频流转发给前端即可，延迟更低还省服务端内存：
如果用Express这类Web框架，直接把Lex返回的音频流通过pipe转发给HTTP响应：

// 后端接口示例（Express）
app.get('/api/lex/chat', async (req, res) => {
  // 原有Lex参数构造、请求发送逻辑
  const command = new RecognizeUtteranceCommand(lexparams);
  const response = await client.send(command);
  // 设置正确的音频响应头
  res.set({
    'Content-Type': 'audio/mpeg',
    'Transfer-Encoding': 'chunked'
  });
  // 直接把音频流 pipe 到前端响应，支持边接收边传输
  response.audioStream.pipe(res);
});

前端调用接口直接用原生Audio对象播放即可：

// 前端页面代码
const lexAudio = new Audio('/api/lex/chat');
// 触发播放（注意需要在用户交互事件里调用play，避免被浏览器自动播放策略拦截）
lexAudio.play();

常见踩坑点 #

• 你当前参数里responseContentType设为audio/mpeg，返回的是mp3格式音频，兼容性最好；如果改成audio/pcm会返回原始PCM数据，播放时需要手动指定16k采样率、单声道参数，配置错误会出现杂音，新手不建议修改。
• 不需要等整个音频流全部接收完成再播放，不管是服务端本地播放还是转发给前端，都可以做边收边播的流式处理，能大幅降低对话响应延迟。
• 不要直接操作返回的Http2Stream实例对象，它只是流的控制句柄，实际音频内容要从流中读取才能拿到。

内容的提问来源于stack exchange，提问作者Felix Christo