js如何实现语音识别 Web Speech API实战应用

javascript 可以通过 web speech api 实现语音识别,其核心接口为 speechrecognition。具体步骤如下:1. 创建 speechrecognition 对象并兼容不同浏览器前缀;2. 设置语言、连续识别模式及是否返回中间结果;3. 监听 start、result、end 和 error 等事件;4. 调用 start() 开始识别,stop() 停止识别。错误处理可通过 onerror 事件捕获常见错误类型并提示用户,如 no-speech、not-allowed、network 等。提高准确率的方法包括优化环境、清晰发音、调整语速、使用高质量麦克风及限制识别语法范围。web speech api 兼容性较好支持 chrome 和 edge,firefox 和 safari 支持较弱,不支持时可考虑第三方服务如 google cloud 或 azure speech services。

js如何实现语音识别 Web Speech API实战应用

实现语音识别,JavaScript 可以借助 Web Speech API,它提供了浏览器内置的语音识别能力,无需依赖外部库或服务。

js如何实现语音识别 Web Speech API实战应用

解决方案

Web Speech API 主要包含两个接口:SpeechRecognitionSpeechSynthesis。前者用于语音识别,后者用于语音合成(文本转语音)。这里我们重点关注 SpeechRecognition

js如何实现语音识别 Web Speech API实战应用

基本步骤:

js如何实现语音识别 Web Speech API实战应用

创建 SpeechRecognition 对象:

const recognition = new (window.SpeechRecognition || window.webkitSpeechRecognition)();

这里使用了 window.SpeechRecognition || window.webkitSpeechRecognition,是因为 Chrome 早期版本使用的是带有 webkit 前缀的接口。

设置语言:

recognition.lang = 'zh-CN'; // 设置为中文

可以根据需要设置为其他语言。

设置连续识别模式(可选):

recognition.continuous = false; // 默认是 false,设置为 true 可以进行连续识别

连续识别模式下,识别器会一直监听语音输入,直到手动停止。

设置是否返回中间结果(可选):

recognition.interimResults = false; // 默认是 false,设置为 true 可以返回中间结果

中间结果是指在语音识别过程中,识别器返回的初步结果,这些结果可能会随着语音的继续输入而发生变化。

监听事件:

start: 识别器开始监听语音输入时触发。result: 识别器识别到语音时触发,返回识别结果。end: 识别器停止监听语音输入时触发。error: 发生错误时触发。

开始识别:

recognition.start();

停止识别:

recognition.stop();

示例代码:

const recognition = new (window.SpeechRecognition || window.webkitSpeechRecognition)();recognition.lang = 'zh-CN';recognition.interimResults = false;recognition.maxAlternatives = 1; // 设置返回的最大备选结果数量,默认为 1document.querySelector('button').addEventListener('click', () => {  recognition.start();});recognition.onresult = (event) => {  const result = event.results[0][0].transcript;  console.log('识别结果:' + result);  document.getElementById('output').textContent = result;}recognition.onerror = (event) => {  console.error('语音识别出错:' + event.error);};recognition.onstart = () => {    console.log("语音识别已启动");}recognition.onend = () => {    console.log("语音识别已结束");}

这个例子中,点击按钮会启动语音识别,识别结果会显示在 idoutput 的元素中。

如何处理语音识别的错误?

语音识别出错很常见,网络问题、麦克风权限、浏览器兼容性等等都可能导致错误。 SpeechRecognition 对象的 onerror 事件可以捕获这些错误。

常见的错误类型:

no-speech: 没有检测到语音输入。aborted: 识别被中止。audio-capture: 无法获取音频输入。network: 网络错误。not-allowed: 没有权限使用麦克风。service-unavailable: 语音识别服务不可用。bad-grammar: 语法错误。language-not-supported: 不支持的语言。

处理方法:

onerror 事件处理函数中,可以根据 event.error 的值来判断错误类型,并采取相应的措施。 比如,如果错误类型是 not-allowed,可以提示用户检查麦克风权限。如果错误类型是 network,可以提示用户检查网络连接。

recognition.onerror = (event) => {  console.error('语音识别出错:' + event.error);  switch (event.error) {    case 'no-speech':      alert('没有检测到语音,请重试。');      break;    case 'network':      alert('网络错误,请检查网络连接。');      break;    case 'not-allowed':      alert('请允许浏览器使用麦克风。');      break;    default:      alert('发生未知错误,请重试。');  }};

如何提高语音识别的准确率?

语音识别的准确率受到很多因素的影响,比如环境噪音、口音、语速等等。 可以尝试以下方法来提高准确率:

优化环境: 尽量在安静的环境中使用语音识别,避免噪音干扰。清晰发音: 尽量用清晰、标准的普通话发音。调整语速: 语速不宜过快或过慢,保持适中。使用合适的麦克风: 高质量的麦克风可以提高音频质量,从而提高识别准确率。使用 Web Speech API 的高级特性: 比如,可以使用 SpeechGrammarList 对象来指定语法,限制识别范围,从而提高准确率。

关于 SpeechGrammarList:

SpeechGrammarList 可以用来定义一组语法,告诉识别器只识别这些语法中的内容。 比如,可以定义一组命令,让识别器只识别这些命令。

const grammar = '#JSGF V1.0; grammar colors; public  = red | green | blue | yellow | purple ;'const speechRecognitionList = new (window.SpeechGrammarList || window.webkitSpeechGrammarList)();speechRecognitionList.addFromString(grammar, 1);recognition.grammars = speechRecognitionList;

这段代码定义了一个名为 colors 的语法,它包含 red, green, blue, yellow, purple 这几个颜色。 然后,将这个语法添加到 SpeechRecognition 对象的 grammars 属性中。 这样,识别器就只会识别这几个颜色。

Web Speech API 的兼容性如何?

Web Speech API 的兼容性取决于浏览器。 目前,Chrome 和 Edge 对 Web Speech API 的支持较好,Firefox 和 Safari 的支持相对较弱。 可以使用 window.SpeechRecognitionwindow.SpeechGrammarList 来检测浏览器是否支持 Web Speech API。

if ('SpeechRecognition' in window) {  // 支持 Web Speech API  console.log('支持 Web Speech API');} else {  // 不支持 Web Speech API  console.log('不支持 Web Speech API');  alert('您的浏览器不支持 Web Speech API,请更换浏览器。');}

如果浏览器不支持 Web Speech API,可以考虑使用第三方的语音识别库,比如 Google Cloud Speech-to-Text API、Microsoft Azure Speech Services 等。 这些第三方库通常提供更强大的功能和更高的准确率,但也需要付费使用。

以上就是js如何实现语音识别 Web Speech API实战应用的详细内容,更多请关注创想鸟其它相关文章!

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 chuangxiangniao@163.com 举报,一经查实,本站将立刻删除。
发布者:程序猿,转转请注明出处:https://www.chuangxiangniao.com/p/1507380.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
如何检测元素是否在视口内?
上一篇 2025年12月20日 04:30:15
js怎样实现人脸检测功能 浏览器人脸检测的4种实现方案
下一篇 2025年12月20日 04:30:23

相关推荐

  • 修复Django电商项目中AJAX过滤产品列表图片不显示问题

    在Django电商项目中,当使用AJAX动态加载过滤后的产品列表时,常遇到图片无法正常显示的问题。这通常是由于前端模板中图片加载方式(如data-setbg属性结合JavaScript库)与AJAX动态内容更新机制不兼容所致。解决方案是直接在AJAX返回的HTML中使用标准的标签来渲染图片,确保浏览…

    2026年5月10日
    000
  • Matplotlib 地图中多类型图例的创建与优化

    Matplotlib 地图中多类型图例的创建与优化Matplotlib 地图中多类型图例的创建与优化Matplotlib 地图中多类型图例的创建与优化Matplotlib 地图中多类型图例的创建与优化

    本教程旨在解决matplotlib地图可视化中,如何在一个图例中同时展示颜色块(如区域分类)和自定义标记(如特定兴趣点)的问题。文章详细介绍了当传统`patch`对象无法正确显示标记时,如何利用`matplotlib.lines.line2d`创建标记图例句柄,并将其与颜色块图例句柄合并,从而生成一…

    2026年5月10日 用户投稿
    300
  • Golang JSON序列化:控制敏感字段暴露的最佳实践

    本教程探讨golang中如何高效控制结构体字段在json序列化时的可见性。当需要将包含敏感信息的结构体数组转换为json响应时,通过利用`encoding/json`包提供的结构体标签,特别是`json:”-“`,可以轻松实现对特定字段的忽略,从而避免敏感数据泄露,确保api…

    2026年5月10日
    000
  • 比特币新手教程 比特币交易平台有哪些

    比特币是一种去中心化的数字货币,基于区块链技术实现点对点交易,具有匿名性、有限发行和不可篡改等特点;新手可通过交易所购买,P2P交易获得比特币,常用平台包括Binance、OKX和Huobi;交易流程包括注册账户、实名认证、绑定支付方式、充值法币并下单购买,可选择市价单或限价单;比特币存储方式有交易…

    2026年5月10日
    000
  • c++中的SFINAE技术是什么_c++模板编程中的SFINAE原理与应用

    SFINAE 是“替换失败不是错误”的原则,指模板实例化时若参数替换导致错误,只要存在其他合法候选,编译器不报错而是继续重载决议。它用于条件启用模板、类型检测等场景,如通过 decltype 或 enable_if 控制函数重载,实现类型特征判断。尽管 C++20 引入 Concepts 简化了部分…

    2026年5月10日
    000
  • Go语言mgo查询构建:深入理解bson.M与日期范围查询的正确实践

    本文旨在解决go语言mgo库中构建复杂查询时,特别是涉及嵌套`bson.m`和日期范围筛选的常见错误。我们将深入剖析`bson.m`的类型特性,解释为何直接索引`interface{}`会导致“invalid operation”错误,并提供一种推荐的、结构清晰的代码重构方案,以确保查询条件能够正确…

    2026年5月10日
    100
  • vscode上怎么运行html_vscode上运行html步骤【指南】

    首先保存文件为.html格式,再通过浏览器或Live Server插件打开预览;推荐安装Live Server实现本地服务器运行与实时刷新,提升开发体验。 在 VS Code 上运行 HTML 文件并不需要复杂的配置,只需几个简单步骤即可预览页面效果。VS Code 本身是一个代码编辑器,不直接运行…

    2026年5月10日
    100
  • RichHandler与Rich Progress集成:解决显示冲突的教程

    在使用rich库的`richhandler`进行日志输出并同时使用`progress`组件时,可能会遇到显示错乱或溢出问题。这通常是由于为`richhandler`和`progress`分别创建了独立的`console`实例导致的。解决方案是确保日志处理器和进度条组件共享同一个`console`实例…

    2026年5月10日
    000
  • 修复点击时按钮抖动:CSS垂直对齐实践

    本文探讨了在Web开发中,交互式按钮(如播放/暂停按钮)在点击时发生意外垂直位移的问题。通过分析CSS样式变化对元素布局的影响,我们发现这是由于按钮不同状态下的边框样式和内边距改变,以及默认的垂直对齐行为共同作用所致。核心解决方案是利用CSS的vertical-align属性,将其设置为middle…

    2026年5月10日
    100
  • Golang goroutine与channel调试技巧

    使用go run -race检测数据竞争,结合runtime.NumGoroutine监控协程数量,通过pprof分析阻塞调用栈,利用select超时避免永久阻塞,有效排查goroutine泄漏、死锁和数据竞争问题。 Go语言的goroutine和channel是并发编程的核心,但它们也带来了调试上…

    2026年5月10日
    000
  • 使用 Jupyter Notebook 进行探索性数据分析

    Jupyter Notebook通过单元格实现代码与Markdown结合,支持数据导入(pandas)、清洗(fillna)、探索(matplotlib/seaborn可视化)、统计分析(describe/corr)和特征工程,便于记录与分享分析过程。 Jupyter Notebook 是进行探索性…

    2026年5月10日
    000
  • 《魔兽世界》将于6月11日开启国服回归技术测试

    《魔兽世界》将于6月11日开启国服回归技术测试《魔兽世界》将于6月11日开启国服回归技术测试《魔兽世界》将于6月11日开启国服回归技术测试《魔兽世界》将于6月11日开启国服回归技术测试

    《%ign%ignore_a_1%re_a_1%》官方宣布,将于6月11日开启国服回归技术测试,时间为7天,并称可以在6月内正式开服,玩家们可以访问官网下载战网客户端并预下载“巫妖王之怒”客户端,技术测试详情见下图。 WordAi WordAI是一个AI驱动的内容重写平台 53 查看详情 以上就是《…

    2026年5月10日 用户投稿
    200
  • 如何在HTML中插入表单元素_HTML表单控件与输入类型使用指南

    HTML表单通过标签构建,包含action和method属性定义数据提交目标与方式,常用input类型如text、password、email等适配不同输入需求,配合label、required、placeholder提升可用性,结合textarea、select、button等控件实现完整交互,是…

    2026年5月10日
    100
  • 前端缓存策略与JavaScript存储管理

    根据数据特性选择合适的存储方式并制定清晰的读写与清理逻辑,能显著提升前端性能;合理运用Cookie、localStorage、sessionStorage、IndexedDB及Cache API,结合缓存策略与定期清理机制,可在保证用户体验的同时避免安全与性能隐患。 前端缓存和JavaScript存…

    2026年5月10日
    200
  • HTML5网页如何实现手势操作 HTML5网页移动端交互的处理技巧

    首先利用原生touch事件实现滑动判断,再通过preventDefault解决滚动冲突,接着引入Hammer.js处理复杂手势,最后通过优化点击区域、避免事件冲突和增加视觉反馈提升体验。 在移动端浏览器中,HTML5网页可以通过触摸事件实现手势操作,提升用户体验。虽然原生JavaScript提供了基…

    2026年5月10日
    000
  • 创建指定大小并填充特定数据的Golang文件教程

    本文将介绍如何使用Golang创建一个指定大小的文件,并用特定数据填充它。我们将使用 `os` 包提供的函数来创建和截断文件,从而实现快速生成大文件的目的。示例代码展示了如何创建一个10MB的文件,并将其填充为全零数据。掌握这些方法,可以方便地在例如日志系统或磁盘队列等场景中,预先创建测试文件或初始…

    2026年5月10日
    000
  • Python命令怎样使用profile分析脚本性能 Python命令性能分析的基础教程

    使用Python的cProfile模块分析脚本性能最直接的方式是通过命令行执行python -m cProfile your_script.py,它会输出每个函数的调用次数、总耗时、累积耗时等关键指标,帮助定位性能瓶颈;为进一步分析,可将结果保存为文件python -m cProfile -o ou…

    2026年5月10日
    000
  • 使用 WebCodecs VideoDecoder 实现精确逐帧回退

    本文档旨在解决在使用 WebCodecs VideoDecoder 进行视频解码时,实现精确逐帧回退的问题。通过比较帧的时间戳与目标帧的时间戳,可以避免渲染中间帧,从而提高用户体验。本文将提供详细的解决方案和示例代码,帮助开发者实现精确的视频帧控制。 在使用 WebCodecs VideoDecod…

    2026年5月10日
    000
  • 如何插入查询结果数据_SQL插入Select查询结果方法

    如何插入查询结果数据_SQL插入Select查询结果方法如何插入查询结果数据_SQL插入Select查询结果方法如何插入查询结果数据_SQL插入Select查询结果方法如何插入查询结果数据_SQL插入Select查询结果方法

    使用INSERT INTO…SELECT语句可高效插入数据,通过NOT EXISTS、LEFT JOIN、MERGE语句或唯一约束避免重复;表结构不一致时可通过别名、类型转换、默认值或计算字段处理;结合存储过程可提升可维护性,支持参数化与动态SQL。 将查询结果数据插入到另一个表中,可以…

    2026年5月10日 用户投稿
    300
  • Discord.py 交互按钮超时与持久化解决方案

    本教程旨在解决Discord.py中交互按钮在一段时间后出现“This Interaction Failed”错误的问题。我们将深入探讨视图(View)的超时机制,并提供通过正确设置timeout参数以及利用bot.add_view()方法实现按钮持久化的具体方案,确保您的机器人交互功能稳定可靠,即…

    2026年5月10日
    000

发表回复

登录后才能评论
关注微信