PHP无法直接收麦克风音频，因其是同步阻塞语言，无事件循环且无法访问浏览器或系统音频设备；所谓“实时识别”实为前端录音上传、PHP转发调用API并解析响应。
直接用 PHP 调语音识别 API 是可行的，但必须绕开“实时音频流处理”这个坑——PHP 本身不支持原生音频流捕获和低延迟推流，所有所谓“PHP 实现实时语音识别”的方案，本质都是前端或终端完成录音与上传，PHP 只负责接收、转发、解析响应。
为什么不能用 PHP 直接收麦克风音频
PHP 是同步阻塞式脚本语言，没有事件循环，也不具备访问浏览器 navigator.mediaDevices.getUserMedia 或系统音频设备的能力。所谓“PHP 实时识别”，实际是：
- 前端用 JavaScript 录音（如
MediaRecorder），转成wav或ogg后通过fetch上传到 PHP 接口 - PHP 收到文件后，再调用百度/Google/Azure 的 REST API 进行识别（异步或同步）
- 识别结果返回给前端，整个链路端到端延迟通常在 1.2–3 秒，不是真正意义的“实时”（
强行用 php://input 接原始音频流，会因超时、内存溢出、无分块处理逻辑而失败；fread(STDIN) 在 Web SAPI 下根本不可用。
百度语音识别 API 的 PHP 调用关键点
百度 AI 开放平台是最适配 PHP 的中文语音识别服务，但要注意几个硬性约束：
立即学习“PHP免费学习笔记（深入）”；
-
format必须匹配音频真实编码，常见错误是传了wav却没校验头信息，导致返回error_code: 282004（格式不支持） -
rate必须是 8000 或 16000，PHP 读取文件后不能靠 guess，得用getid3库或ffmpeg -i提前检查采样率 -
dev_pid选错会导致方言识别失败：普通话用1537，粤语用1637，英文用1737 - Access Token 需缓存，避免每请求都重取；有效期 30 天，但建议本地存储并加 5 分钟过期缓冲
示例片段（非完整类）：
function baiduAsr($audioPath, $token) {
$audio = file_get_contents($audioPath);
$base64 = base64_encode($audio);
$url = 'https://aip.baidubce.com/v1/asr/combo?access_token=' . $token;
$data = json_encode([
'format' => 'wav',
'rate' => 16000,
'channel'=> 1,
'cuid' => 'php-server-' . gethostname(),
'len' => strlen($audio),
'speech' => $base64
]);
$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, $url);
curl_setopt($ch, CURLOPT_POST, 1);
curl_setopt($ch, CURLOPT_POSTFIELDS, $data);
curl_setopt($ch, CURLOPT_HTTPHEADER, ['Content-Type: application/json']);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
return json_decode(curl_exec($ch), true);
}
长音频（>60s）必须走异步识别
百度 REST API 对同步接口限制严格：
- 单次请求音频长度 ≤60 秒
- 文件大小 ≤10MB（即使压缩后）
- 超过即返回
error_code: 282005（音频太长）
正确做法是改用异步识别流程：
- 先用
/v1/speech/asyncrecognize上传音频，获取task_id - 轮询
/v1/speech/asyncresult查状态，直到result字段出现 - 轮询间隔建议 ≥3 秒，避免触发限流（免费层 5 QPS）
- 注意异步任务最长保留 24 小时，超时需重新提交
不要在 PHP 中用 sleep() 等轮询——应拆成两个接口：一个提交，一个查结果，由前端或定时任务驱动。
别忽略音频预处理这一步
很多识别失败不是 API 问题，而是音频质量差。PHP 层可做三件事：
- 用
ffmpeg命令统一转码：ffmpeg -i input.mp3 -ar 16000 -ac 1 -f wav output.wav - 检测静音段并裁剪（用
sox或pydub配合 exec，PHP 不内置） - 对 MP3/AMR 等格式，先解码再 Base64，否则百度返回
282004
尤其注意：微信语音 AMR 文件头部有 6 字节私有头，必须去掉才能被识别；WAV 文件若含 fact chunk 或非 PCM 编码，也会失败。这不是玄学，是协议级要求。
