กำลังบันทึกเสียงจากผู้ใช้

Paul Kinlan

ปัจจุบันเบราว์เซอร์จำนวนมากสามารถเข้าถึงอินพุตวิดีโอและเสียงจากผู้ใช้ได้ อย่างไรก็ตาม ประสบการณ์การใช้งานอาจเป็นแบบไดนามิกและในหน้าเว็บอย่างเต็มรูปแบบ หรืออาจมอบสิทธิ์ให้แอปอื่นในอุปกรณ์ของผู้ใช้ ทั้งนี้ขึ้นอยู่กับเบราว์เซอร์

เริ่มต้นด้วยวิธีง่ายๆ และค่อยๆ พัฒนา

วิธีที่ง่ายที่สุดคือขอไฟล์ที่บันทึกไว้ล่วงหน้าจากผู้ใช้ โดยสร้างองค์ประกอบอินพุตไฟล์แบบง่ายและเพิ่มตัวกรอง accept ที่ระบุว่าเรายอมรับเฉพาะไฟล์เสียง และแอตทริบิวต์ capture ที่ระบุว่าเราต้องการรับไฟล์เสียงจากไมโครโฟนโดยตรง

<input type="file" accept="audio/*" capture />

วิธีนี้ใช้ได้กับทุกแพลตฟอร์ม ในเดสก์ท็อป ระบบจะแจ้งให้ผู้ใช้อัปโหลดไฟล์จากระบบไฟล์ (โดยไม่สนใจแอตทริบิวต์ capture) ใน Safari บน iOS ระบบจะเปิดแอปไมโครโฟนเพื่อให้คุณบันทึกเสียงแล้วส่งกลับไปยังหน้าเว็บ ส่วนใน Android ระบบจะให้ผู้ใช้เลือกแอปที่จะใช้บันทึกเสียงก่อนส่งกลับไปยังหน้าเว็บ

เมื่อผู้ใช้บันทึกเสร็จแล้วและกลับมาที่เว็บไซต์ คุณจะต้องรับข้อมูลไฟล์ด้วยวิธีใดวิธีหนึ่ง คุณสามารถเข้าถึงได้อย่างรวดเร็วโดยแนบเหตุการณ์ onchange กับองค์ประกอบอินพุต แล้วอ่านพร็อพเพอร์ตี้ files ของออบเจ็กต์เหตุการณ์

<input type="file" accept="audio/*" capture id="recorder" />
<audio id="player" controls></audio>
  <script>
    const recorder = document.getElementById('recorder');
    const player = document.getElementById('player');

    recorder.addEventListener('change', function (e) {
      const file = e.target.files[0];
      const url = URL.createObjectURL(file);
      // Do something with the audio file.
      player.src = url;
    });
  </script>
</audio>

เมื่อมีสิทธิ์เข้าถึงไฟล์แล้ว คุณจะทำอะไรกับไฟล์ก็ได้ตามต้องการ ตัวอย่างเช่น คุณสามารถทำสิ่งต่อไปนี้ได้

• แนบไฟล์เสียงกับองค์ประกอบ <audio> โดยตรงเพื่อให้เล่นได้
• ดาวน์โหลดลงในอุปกรณ์ของผู้ใช้
• อัปโหลดไปยังเซิร์ฟเวอร์โดยแนบไปกับ XMLHttpRequest
• ส่งผ่าน Web Audio API และใช้ตัวกรองกับเสียง

แม้ว่าการใช้วิธีองค์ประกอบอินพุตเพื่อเข้าถึงข้อมูลเสียงจะเป็นที่แพร่หลาย แต่ก็เป็นตัวเลือกที่น่าสนใจน้อยที่สุด เราต้องการเข้าถึงไมโครโฟนและมอบประสบการณ์การใช้งานที่ดีในหน้าเว็บโดยตรง

เข้าถึงไมโครโฟนแบบอินเทอร์แอกทีฟ

เบราว์เซอร์ที่ทันสมัยสามารถเชื่อมต่อกับไมโครโฟนได้โดยตรง ซึ่งช่วยให้เราสร้างประสบการณ์ที่ผสานรวมกับหน้าเว็บได้อย่างสมบูรณ์ และผู้ใช้จะไม่ต้องออกจากเบราว์เซอร์เลย

รับสิทธิ์เข้าถึงไมโครโฟน

เราสามารถเข้าถึงไมโครโฟนได้โดยตรงโดยใช้ API ในข้อกำหนดเฉพาะของ WebRTC ที่เรียกว่า getUserMedia() getUserMedia() จะแจ้งให้ผู้ใช้ให้สิทธิ์เข้าถึงไมโครโฟนและกล้องที่เชื่อมต่ออยู่

หากสำเร็จ API จะแสดงผล Stream ซึ่งจะมีข้อมูลจากกล้องหรือไมโครโฟน จากนั้นเราจะแนบข้อมูลดังกล่าวกับองค์ประกอบ <audio>, แนบกับสตรีม WebRTC, แนบกับ AudioContext ของ Web Audio หรือบันทึกโดยใช้ MediaRecorder API ก็ได้

หากต้องการรับข้อมูลจากไมโครโฟน เราเพียงตั้งค่า audio: true ในออบเจ็กต์ข้อจำกัดที่ส่งไปยัง getUserMedia() API

<audio id="player" controls></audio>
<script>
  const player = document.getElementById('player');

  const handleSuccess = function (stream) {
    if (window.URL) {
      player.srcObject = stream;
    } else {
      player.src = stream;
    }
  };

  navigator.mediaDevices
    .getUserMedia({audio: true, video: false})
    .then(handleSuccess);
</script>

หากต้องการเลือกไมโครโฟนที่เฉพาะเจาะจง คุณสามารถแจกแจงไมโครโฟนที่ใช้ได้ก่อน

navigator.mediaDevices.enumerateDevices().then((devices) => {
  devices = devices.filter((d) => d.kind === 'audioinput');
});

จากนั้นคุณสามารถส่ง deviceId ที่ต้องการใช้เมื่อเรียกใช้ getUserMedia

navigator.mediaDevices.getUserMedia({
  audio: {
    deviceId: devices[0].deviceId,
  },
});

ซึ่งข้อมูลนี้เพียงอย่างเดียวอาจไม่มีประโยชน์มากนัก สิ่งที่เราทำได้มีเพียงการรับข้อมูลเสียงและเล่นเสียงนั้น

เข้าถึงข้อมูลดิบจากไมโครโฟน

หากต้องการเข้าถึงข้อมูลดิบจากไมโครโฟน เราต้องใช้สตรีมที่สร้างโดย getUserMedia() แล้วใช้ Web Audio API เพื่อประมวลผลข้อมูล Web Audio API เป็น API แบบง่ายที่รับแหล่งข้อมูลอินพุตและเชื่อมต่อแหล่งข้อมูลเหล่านั้นกับโหนดที่สามารถประมวลผลข้อมูลเสียง (ปรับอัตราขยาย ฯลฯ) และส่งไปยังลำโพงเพื่อให้ผู้ใช้ได้ยินในที่สุด

โหนดหนึ่งที่คุณเชื่อมต่อได้คือ AudioWorkletNode โหนดนี้จะให้ความสามารถระดับต่ำสำหรับการประมวลผลเสียงที่กำหนดเอง การประมวลผลเสียงจริงจะเกิดขึ้นในเมธอด Callback process() ใน AudioWorkletProcessor เรียกใช้ฟังก์ชันนี้เพื่อป้อนอินพุตและพารามิเตอร์ รวมถึงดึงข้อมูลเอาต์พุต

ดูข้อมูลเพิ่มเติมได้ที่เข้าสู่ Audio Worklet

<script>
  const handleSuccess = async function(stream) {
    const context = new AudioContext();
    const source = context.createMediaStreamSource(stream);

    await context.audioWorklet.addModule("processor.js");
    const worklet = new AudioWorkletNode(context, "worklet-processor");

    source.connect(worklet);
    worklet.connect(context.destination);
  };

  navigator.mediaDevices.getUserMedia({ audio: true, video: false })
      .then(handleSuccess);
</script>

// processor.js
class WorkletProcessor extends AudioWorkletProcessor {
  process(inputs, outputs, parameters) {
    // Do something with the data, e.g. convert it to WAV
    console.log(inputs);
    return true;
  }
}

registerProcessor("worklet-processor", WorkletProcessor);

ข้อมูลที่เก็บไว้ในบัฟเฟอร์คือข้อมูลดิบจากไมโครโฟน และคุณมีตัวเลือกมากมายในการดำเนินการกับข้อมูลดังกล่าว ดังนี้

• อัปโหลดไปยังเซิร์ฟเวอร์โดยตรง
• จัดเก็บไว้ในเครื่อง
• แปลงเป็นรูปแบบไฟล์เฉพาะ เช่น WAV แล้วบันทึกลงในเซิร์ฟเวอร์หรือในเครื่อง

บันทึกข้อมูลจากไมโครโฟน

วิธีที่ง่ายที่สุดในการบันทึกข้อมูลจากไมโครโฟนคือการใช้ MediaRecorder API

MediaRecorder API จะใช้สตรีมที่สร้างโดย getUserMedia แล้วบันทึกข้อมูลที่อยู่ในสตรีมไปยังปลายทางที่ต้องการอย่างต่อเนื่อง

<a id="download">Download</a>
<button id="stop">Stop</button>
<script>
  const downloadLink = document.getElementById('download');
  const stopButton = document.getElementById('stop');


  const handleSuccess = function(stream) {
    const options = {mimeType: 'audio/webm'};
    const recordedChunks = [];
    const mediaRecorder = new MediaRecorder(stream, options);

    mediaRecorder.addEventListener('dataavailable', function(e) {
      if (e.data.size > 0) recordedChunks.push(e.data);
    });

    mediaRecorder.addEventListener('stop', function() {
      downloadLink.href = URL.createObjectURL(new Blob(recordedChunks));
      downloadLink.download = 'acetest.wav';
    });

    stopButton.addEventListener('click', function() {
      mediaRecorder.stop();
    });

    mediaRecorder.start();
  };

  navigator.mediaDevices.getUserMedia({ audio: true, video: false })
      .then(handleSuccess);
</script>

ในกรณีของเรา เราจะบันทึกข้อมูลลงในอาร์เรย์โดยตรง ซึ่งเราสามารถเปลี่ยนเป็น Blob ในภายหลังได้ จากนั้นจะใช้เพื่อบันทึกข้อมูลลงในเว็บเซิร์ฟเวอร์หรือบันทึกลงในพื้นที่เก็บข้อมูลในอุปกรณ์ของผู้ใช้โดยตรง

ขอสิทธิ์ใช้ไมโครโฟนอย่างมีความรับผิดชอบ

หากผู้ใช้ไม่เคยให้สิทธิ์เว็บไซต์ของคุณเข้าถึงไมโครโฟนมาก่อน ทันทีที่คุณเรียกใช้ getUserMedia เบราว์เซอร์จะแจ้งให้ผู้ใช้ให้สิทธิ์เว็บไซต์ของคุณเข้าถึงไมโครโฟน

ผู้ใช้ไม่ชอบให้ระบบแจ้งขอสิทธิ์เข้าถึงอุปกรณ์ที่มีประสิทธิภาพในเครื่องของตน และมักจะบล็อกคำขอหรือเพิกเฉยหากไม่เข้าใจบริบทที่สร้างข้อความแจ้งนั้นขึ้นมา แนวทางปฏิบัติแนะนำคือ ขอสิทธิ์เข้าถึงไมโครโฟนเมื่อจำเป็นต้องใช้เป็นครั้งแรกเท่านั้น เมื่อผู้ใช้ให้สิทธิ์เข้าถึงแล้ว ระบบจะไม่ขอสิทธิ์อีก อย่างไรก็ตาม หากผู้ใช้ปฏิเสธสิทธิ์เข้าถึง คุณจะขอสิทธิ์จากผู้ใช้อีกไม่ได้

คำเตือน: การขอสิทธิ์เข้าถึงไมโครโฟนเมื่อโหลดหน้าเว็บจะส่งผลให้ผู้ใช้ส่วนใหญ่ปฏิเสธการเข้าถึงไมโครโฟน

ใช้ Permissions API เพื่อตรวจสอบว่าคุณมีสิทธิ์เข้าถึงอยู่แล้วหรือไม่

API getUserMedia ไม่ได้ให้ข้อมูลว่าคุณมีสิทธิ์เข้าถึงไมโครโฟนอยู่แล้วหรือไม่ ซึ่งทำให้เกิดปัญหาว่าหากต้องการแสดง UI ที่สวยงามเพื่อขอให้ผู้ใช้ให้สิทธิ์เข้าถึงไมโครโฟน คุณต้องขอสิทธิ์เข้าถึงไมโครโฟน

ปัญหานี้แก้ไขได้ในบางเบราว์เซอร์โดยใช้ Permission API navigator.permission API ช่วยให้คุณค้นหาสถานะของความสามารถในการเข้าถึง API ที่เฉพาะเจาะจงได้โดยไม่ต้องแจ้งอีกครั้ง

หากต้องการค้นหาว่าคุณมีสิทธิ์เข้าถึงไมโครโฟนของผู้ใช้หรือไม่ คุณสามารถส่ง {name: 'microphone'} ไปยังเมธอดการค้นหา ซึ่งจะแสดงผลอย่างใดอย่างหนึ่งต่อไปนี้

• granted — ผู้ใช้เคยให้สิทธิ์เข้าถึงไมโครโฟนแก่คุณแล้ว
• prompt — ผู้ใช้ไม่ได้ให้สิทธิ์เข้าถึงแก่คุณ และจะได้รับข้อความแจ้งเมื่อคุณโทรหา getUserMedia
• denied - ระบบหรือผู้ใช้ได้บล็อกการเข้าถึงไมโครโฟนอย่างชัดแจ้ง และคุณจะไม่สามารถเข้าถึงไมโครโฟนได้

และตอนนี้คุณสามารถตรวจสอบได้อย่างรวดเร็วว่าจำเป็นต้องปรับเปลี่ยนอินเทอร์เฟซผู้ใช้เพื่อรองรับการดำเนินการที่ผู้ใช้ต้องทำหรือไม่

navigator.permissions.query({name: 'microphone'}).then(function (result) {
  if (result.state == 'granted') {
  } else if (result.state == 'prompt') {
  } else if (result.state == 'denied') {
  }
  result.onchange = function () {};
});

ความคิดเห็น