昨天提交，晚上过审，今天发布，欢迎一试：

「说字」小程序，有啥用呢？边说话、边识别文字，不是语音输入吗？不是有很多类似的产品了吗？恩，你说的对，都对。我就是想做这样的一个产品，至于有什么用，等做出来以后再说吧。如果没人用，就当是炫技吧。

还是有点不一样，「说字」考虑支持无限时长的录音和识别，且价格低甚至可能（看广告）免费识别，这可能就是点区别吧。

发布后，还是做了一些修改，比如历史记录显示日期，调整复制时的样式，等等。又重新提交了新版，还在审核。

和「视字」一样，「说字」都已经发布了，百度语音识别的申请还没结果，真是 服务商赶不上开发者的节奏…

另外，「视字」小程序还遇到了 吊诡 的问题：在 iPhone 真机上无法上传文件，而在 Android 真机和开发工具中，均可以正常运行。后来，鬼使神差 地开启「增加编译」选项，居然就成功了。哎，又是一个 鬼畜 事件，程序员的日常。

如昨天计划，今天完成一些琐碎的事，然后提前了「说字」小程序。

这次提交，主要是预备，主要是担心首次发布的审核时间会比较长；明天应该还是会再提交一个版本。

今天主要遇到这几个坑。

一个是在 Android 真机上，无法建立 wss 连接，在握手时出错。根据出错提示搜索，基本也找不到解决方案。后来，无意间看到 header 中指定了 origin。当初这样设置是为了在开发工具上建立 wss，注释掉后，竟然成功了，啧啧。

另一个是在 iPhone 真机上无法录音。同样，根据出错提示，也没什么收获。后来，鬼使神差地去升级微信，没想到升级后竟然成功了，啧啧。

开发过程不断踩坑，伴随着各种鬼畜。好在，通常最后的结果都不错。

在提交后，再次意外地搜索到，有个「微信同声传译」的小程序插件，可以极其简单地接入语音识别能力。啧啧，早知道这样，我还费那么大劲接入搜狗干嘛。不过，也不完全都是好事。比如我看下面的评论，也是有各种踩坑的。关键，它也有 60s 的限制，且不方便做语音分割以实现无限期识别。以及，有配额的限制。可惜的是，没找到它的源码，不知道它是用的什么服务。

今天基本跑通了「说字」的基本流程，包括注册小程序，设计 Logo，集成搜狗语音识别，超长时间自动重连、基本界面布局，等等。

不过说实话，就目前的识别效果，堪忧…比微信中的语音识别，要差一些。

明天计划实现剩余的大部分可见功能，包括界面提示信息，历史及编辑，等等。之后有兴趣再做音频文件云端保存、集成腾讯语音识别等等。

今天没忍住，准备接着「视字」，再搞一个「说字」小程序。

所谓「说字」，就是边说话、边识别文字，就和微信里的按住说话一样。说实话，这东西有什么商用价值呢？不是有很多类似的产品了吗？恩，是这样的，不过我还是没忍住不是。今天是周四，计划 3 天、也即周日前完成发布上线，下周一推广一天，完事。

首先，自然是技术可行性研究。

先看微信小程序接口方面，提供了边录音边提供音频数据的能力，基本可行。

然后就是研究提供实时语音识别的服务。先是看了搜狗，因为「视字」里就是用的搜狗，且搜狗的语音识别使用的是 WebSocket 技术，看起来很厉害的样子。实际测试下来，感觉不管我怎么修改参数，长时间的音频，只能返回第一次发送的数据。最后发现是数据分割出了问题。证明可行。
不过有个限制，一次最多一分钟，还不确定能不能通过多次请求了来实现长时间的识别。
另外还有个可能的问题，就是是否兼容微信录音产生的音频格式，有待验证。

然后看了讯飞的接口，恩，太贵了…

然后看了腾讯 AI 的语音识别，基本已经完成集成，目测中间结果、最终识别结果略优于搜狗，单次最长 90s，看起来是比较好的选择。不过，也有坑，就是腾讯 AI 服务器很频繁地出现 502 错误，应该是服务器资源不足。这对于实时性要求很高的即时翻译，是比较要命。而且，微信小程序对于网络请求的频率，估计也是有限制的。

另外，百度的语音识别需要申请。已经申请了，等待结果。

目前还没有非常适合的服务，明天再想想，再看看阿里云的情况。

最近疫情，很多人会关心很多信息。比如，湖北省的人事干部有什么变动，实际情况是不是比官方通报的更严重，等等。

其实，很多信息对自己并没有帮助。比如，不管疫情是不是比通报的更严重，能改变你目前的决策吗？不是该上班上班、该在家呆着呆着、该做防护做防护，什么都没变。那这些信息对你有什么用呢？就是噪音；最多像娱乐八卦一样，满足你的好奇心、打发时间而已。