Windows 10下Node.js本地运行Google异步函数及环境变量配置

我来帮你搞定这个问题，分步骤梳理清楚：

第一步：先把环境配置捋顺 #

• 先检查你的.env文件：GOOGLE_APPLICATION_CREDENTIALS的路径在Windows下要注意格式，要是密钥文件在项目根目录，写成相对路径./GDeveloperKey.json就行，或者用绝对路径（比如C:\your-project-folder\GDeveloperKey.json），避免路径解析出错。
• 安装必需的依赖：打开项目根目录的命令提示符，运行npm install @google-cloud/speech dotenv，dotenv用来加载.env里的环境变量。

第二步：本地模拟AWS Lambda的Handler运行方式 #

AWS Lambda的核心就是那个exports.handler异步函数，本地模拟有两种简单方案：

方式一：自己写本地启动脚本（最快捷，不用额外工具） #

直接写个小脚本手动触发handler，模拟Lambda的调用逻辑：

1. 把语音识别代码整合到Lambda handler里，同时加上环境变量加载，完整代码保存为index.js：

require('dotenv').config();
const speech = require('@google-cloud/speech');
const client = new speech.SpeechClient();

exports.handler = async (event, context, callback) => {
  try {
    // 替换成你的实际配置
    const gcsUri = 'gs://your-bucket-name/audio.raw';
    const encoding = 'LINEAR16'; // 对应你的.raw文件编码，LINEAR16是常见PCM格式
    const sampleRateHertz = 16000; // 必须和音频实际采样率一致
    const languageCode = 'en-US'; // 换成目标语言，比如zh-CN

    const config = {
      encoding: encoding,
      sampleRateHertz: sampleRateHertz,
      languageCode: languageCode,
    };
    const audio = {
      uri: gcsUri,
    };
    const request = {
      config: config,
      audio: audio,
    };

    // 启动异步识别任务
    const [operation] = await client.longRunningRecognize(request);
    const [response] = await operation.promise();

    // 整理转录结果
    const transcription = response.results
      .map(result => result.alternatives[0].transcript)
      .join('\n');

    console.log('转录结果：\n', transcription);
    
    // 模拟Lambda返回格式
    callback(null, {
      statusCode: 200,
      body: JSON.stringify({ transcription: transcription })
    });
  } catch (error) {
    console.error('识别出错：', error);
    callback(error);
  }
};

2. 创建本地启动脚本local-run.js，用来模拟Lambda的event、context和callback：

const { handler } = require('./index');

// 模拟Lambda的event（可以根据需求传入参数，比如从event里读取GCS路径）
const mockEvent = {};
// 模拟Lambda的context（空对象即可）
const mockContext = {};

// 模拟Lambda的回调函数
const mockCallback = (error, result) => {
  if (error) {
    console.error('Handler执行失败：', error);
    process.exit(1);
  } else {
    console.log('Handler执行成功，返回结果：', result);
    process.exit(0);
  }
};

// 触发handler执行
handler(mockEvent, mockContext, mockCallback);

3. 运行测试：在命令提示符里执行node local-run.js，就能看到转录结果或错误信息了。

方式二：用AWS SAM CLI（更贴近真实Lambda环境） #

如果想模拟更真实的Lambda运行环境，可以用AWS SAM CLI：

• 先安装AWS SAM CLI（Windows下可以用Chocolatey或者官方安装包）
• 在项目根目录创建template.yaml配置文件：

AWSTemplateFormatVersion: '2010-09-09'
Transform: AWS::Serverless-2016-10-31
Resources:
  SpeechRecognitionFunction:
    Type: AWS::Serverless::Function
    Properties:
      Runtime: nodejs18.x # 对应你的Node.js版本
      Handler: index.handler
      Environment:
        Variables:
          HOST: localhost
          PORT: 3000
          GOOGLE_APPLICATION_CREDENTIALS: GDeveloperKey.json

• 执行sam local invoke SpeechRecognitionFunction，SAM会模拟Lambda环境运行你的handler。

第三步：关键注意事项 #

• 确保你的Google Cloud账号已启用Speech-to-Text API，且GDeveloperKey.json是有效的服务账号密钥。
• 音频文件的编码、采样率必须和代码里的config参数完全匹配，否则会识别失败。
• 如果遇到环境变量加载问题，直接把GOOGLE_APPLICATION_CREDENTIALS设为绝对路径试试。

内容的提问来源于stack exchange，提问作者sigur7