识别音频文字

语音识别属于商业版能力。speechToText() 接收音频文件名和音频数据的 Base64 字符串；不能直接传入录音临时路径、ArrayBuffer 或带有 data:*;base64, 前缀的数据 URL。

import { speechToText } from '@/uni_modules/unix-openim-sdk'

const result = await speechToText({
  filename: 'voice.m4a',
  data: audioBase64,
})

const transcript = result?.text ?? ''
showTranscript(transcript)

filename 应包含能够反映真实音频格式的扩展名，data 是只包含 Base64 内容的字符串。录音 API 返回的 tempFilePath 只是临时文件地址；应在临时文件被系统清理前读取内容，需要跨页面或稍后识别时，先将文件保存到应用可持久使用的目录。

调用前先查询语音识别能力，并按服务返回的格式、采样率、时长和字节数限制校验音频。Promise 成功后返回 OpenIMSpeechToTextResult | null；非空结果的 text 仍可能为空。

识别结果只作为本次调用结果返回，不会修改原语音消息，也不会触发消息事件。需要只在当前设备保留业务展示数据时，优先合并到消息已有的 localEx；不要覆盖其他功能已经写入的本地扩展内容。