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

  • 访问DeepSeek官方网站 deepseek在线版免费登录

    答案:DeepSeek在线版免费登录入口位于官网https://chat.deepseek.com/sign_in,用户可通过手机号验证码或微信授权登录,新用户免注册,登录后自动创建账户并同步多端数据,支持网页和APP使用。 ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 De…

    2026年9月21日
    000
  • Valkey 9.0.0 正式 GA,Linux 基金会维护的 Redis 分支

    由 linux 基金会主导维护的 redis 分支——开源内存数据库 valkey 9.0.0 正式发布,现已进入通用可用(ga)阶段。本次版本带来了多项关键性的性能提升与功能增强,重点聚焦于更高效的集群数据迁移、精细化的哈希字段管理能力,以及对大规模分布式部署场景的深度优化。 原子化槽位迁移(At…

    2026年9月21日
    100
  • edge浏览器启动速度特别慢怎么办_edge浏览器启动缓慢优化与提速方法

    首先启用Edge的启动增强功能,然后禁用不必要的扩展程序并清除缓存数据,接着重置浏览器设置,关闭硬件加速与后台运行,最后通过干净启动排查第三方程序干扰。 如果您尝试启动Edge浏览器,但发现加载时间异常漫长,则可能是由于后台进程、扩展程序或系统资源占用导致。以下是解决此问题的多种方法。 本文运行环境…

    2026年9月21日
    100
  • Linux系统信息查看命令整理

    答案:掌握Linux系统需从系统信息、资源使用、性能瓶颈、日志分析和用户权限五方面入手。uname、lscpu、free、df、ip、ss等命令用于查看系统软硬件状态;top、htop、vmstat、iostat、iftop等可诊断CPU、内存、磁盘、网络性能瓶颈;/var/log日志文件结合jou…

    2026年9月20日
    100
  • Windows11提示“应用程序无法正常启动(0xc000007b)”怎么解决_Windows11应用程序启动0xc000007b修复方法

    首先使用SFC工具修复系统文件,再重新安装Visual C++运行库,接着更新DirectX组件,最后可借助专用DLL修复工具解决0xc000007b错误。 如果您尝试在Windows 11上启动某个应用程序,但弹出“应用程序无法正常启动(0xc000007b)”的错误提示,则可能是由于系统文件损坏…

    2026年9月20日
    100
  • 灵绘AI如何生成艺术画_灵绘AI艺术画创作的完整流程

    首先启动灵绘AI并选择“艺术创作”模式,确保设备联网;接着在提示词框输入具体场景描述并添加风格关键词;然后调节细节等级至60%-80%、创意强度为7,并选择3:4或16:9比例;点击生成后预览结果,不满意可重新生成最多五次;对局部不满意区域使用“局部重绘”功能修改;最后导出时选择4K高清并保留图层信…

    2026年9月20日
    400
  • 如何在Java中声明常量数组

    声明常量数组需用static final,但final仅保证引用不可变而非内容不可变。1. 基本类型数组可用static final声明,如public static final int[] DAYS_IN_MONTH = {31,28,…};引用不可改,但元素可修改。2. 为实现内容不…

    2026年9月20日
    100
  • vivo浏览器设置选项在哪里_vivo浏览器系统设置入口位置

    首先打开vivo浏览器,点击右上角三点图标进入设置菜单;也可通过首页滑动侧边栏或搜索框输入“设置”快速跳转,进而调整搜索引擎、隐私权限及清除缓存等配置。 如果您在使用vivo浏览器时需要调整浏览设置,例如更改默认搜索引擎、管理隐私权限或清除缓存数据,可以通过浏览器内置的系统设置入口进行操作。以下是进…

    2026年9月20日
    100
  • 事务(Transaction)处理与并发控制

    事务处理确保操作全部完成或不完成,并发控制防止事务互相干扰。事务处理核心是acid属性:1.原子性,2.一致性,3.隔离性,4.持久性;并发控制方法包括锁和mvcc,优化需考虑事务粒度、隔离级别、锁和mvcc的应用。 事务处理与并发控制是数据库管理系统中至关重要的两个概念,确保数据的一致性和完整性。…

    2026年9月20日
    100
  • Java从文本文件随机读取并打印指定行数内容

    本文旨在指导读者如何使用java程序从文本文件中高效地读取多组固定行数的内容(如诗歌),并随机选择其中一组进行打印。教程将详细介绍如何利用`files.readalllines`、`random`和`list.sublist`等核心api,实现文件的整体读取、随机索引的生成以及特定内容块的提取与输出…

    2026年9月20日
    100
  • mysql如何启用query cache

    MySQL 5.7及之前版本可通过配置启用Query Cache以提升读取性能,首先确认支持性:执行SHOW VARIABLES LIKE ‘have_query_cache’,若返回YES则可继续。接着在my.cnf或my.ini的[mysqld]段添加query_cach…

    2026年9月20日
    200
  • iPhone 15 Pro如何删除多余Apple ID账户

    首先需明确,iPhone 15 Pro不支持直接删除多个Apple ID,只能通过退出登录移除。具体操作为:进入「设置」点击顶部Apple ID,选择「退出登录」并确认,可保留或不保留数据副本;若要永久注销账户,须访问appleid.apple.com,登录后申请删除并记录访问代码,经7天等待期后账…

    2026年9月20日
    100
  • edge浏览器”编写”功能(Copilot)怎么帮你润色文案_edge浏览器AI写作助手使用教程

    答案:通过Edge浏览器内置Copilot可实现文案润色。依次开启AI功能、登录账户,在文本框右键选择“使用Copilot改写”,可选正式、简短等语气风格,或通过侧边栏批量处理内容,提升写作效率。 如果您在撰写网页内容或文档时希望获得智能建议和语言优化,可以借助 Microsoft Edge 浏览器…

    2026年9月20日
    100
  • 小米Civi 3前置摄像头像素是多少 小米Civi 3自拍模式优化技巧

    小米Civi 3前置双3200万像素摄像头,配备78°f/2.0光圈主摄和100°超广角镜头,支持AF对焦与AI畸变矫正;通过切换镜头、开启4K拍摄、调节美颜、优化光线及启用EIS防抖,可显著提升自拍与Vlog画质表现。 小米Civi 3的前置摄像头配置在同级别中非常突出,自拍表现力强,配合一些使用…

    2026年9月20日
    100
  • Safari浏览器无法切换账号怎么办 Safari浏览器账号切换异常解决方法

    无法切换账号通常与系统设置、iCloud状态或缓存有关;2. 确保启用快速用户切换以实现多用户登录;3. 检查iCloud账户登录状态并同步Safari数据;4. 清除网站数据或使用无痕模式排除缓存问题。 如果你在使用Safari浏览器时遇到无法切换账号或切换异常的问题,这通常与系统用户设置、iCl…

    2026年9月20日
    100
  • 美篇如何添加背景音乐

    首先通过美篇内置音乐库或本地导入音频添加背景音乐,再调整自动播放与音量设置,确保阅读体验沉浸且不突兀。 如果您在编辑美篇文章时希望增加背景音乐以提升阅读体验,但不清楚具体操作步骤,可以按照以下方法进行设置。背景音乐能够为图文内容增添氛围,使读者获得更沉浸的浏览感受。 本文运行环境:iPad Air,…

    2026年9月20日
    100
  • PHP播放HLS视频流的方法_PHP播放HLS视频流方法

    答案:PHP通过权限控制和文件代理实现HLS流安全分发,前端使用HTML5视频标签和hls.js播放。具体描述:HLS将视频切为.ts片段并用.m3u8索引,PHP后端可校验用户权限、防止盗链,动态输出.m3u8或.ts内容;前端通过video标签加载stream.php?id=1,结合hls.js…

    2026年9月20日
    000
  • safari浏览器提示“此网页的连接已加密”是什么意思_safari浏览器网页连接加密提示说明

    “此网页的连接已加密”表示网站使用HTTPS协议并通过SSL/TLS加密通信,确保数据传输安全;2. 在Safari中点击地址栏锁形图标可查看证书详情,确认颁发机构、有效期及域名一致性以验证真实性;3. 若网站未启用HTTPS或证书无效,Safari会显示“此网站非私密”等警告,应避免输入个人信息,…

    2026年9月20日
    100
  • Java类的初始化顺序是怎样的 静态代码块和构造代码块先后

    Java类初始化顺序为:父类静态成员→子类静态成员→父类实例成员→父类构造函数→子类实例成员→子类构造函数,静态代码块仅加载时执行一次,构造代码块每次创建对象时执行,且均按书写顺序运行。 Java类的初始化顺序遵循一定的规则,理解这些顺序对掌握对象创建过程非常重要。当一个类被加载并创建实例时,各个代…

    2026年9月20日
    100
  • Via浏览器怎么让地址栏显示完整的网址链接_Via浏览器显示完整网址的设置方法

    1、打开Via浏览器设置,进入高级设置中的地址栏选项,开启“显示完整网址”功能;2、在外观设置中关闭简洁模式或极简地址栏,以恢复协议头和路径显示;3、高级用户可借助自定义脚本强制输出完整URL,通过工具箱添加执行脚本实现。 如果您在使用Via浏览器时发现地址栏默认只显示域名而隐藏了完整的网址链接,可…

    2026年9月20日
    000

发表回复

登录后才能评论
关注微信