在Javascript应用程序中执行语音识别

 
 
 
 

  
  
  
  
// 创建一个SpeechRecognition对象 
  
  
  
  
const recognition = new webkitSpeechRecognition(); 
  
  
  
  
 
  
  
  
  
// 配置设置以使每次识别都返回连续结果 
  
  
  
  
recognition.continuous = true; 
  
  
  
  
 
  
  
  
  
// 配置应返回临时结果的设置 
  
  
  
  
recognition.interimResults = true; 
  
  
  
  
 
  
  
  
  
// 正确识别单词或短语时的事件处理程序 
  
  
  
  
recognition.onresult = function (event) { 
  
  
  
  
  console.log(event.results); 
  
  
  
  
}; 
 
 
 
 

 
 
 
 

  
  
  
  
 
  
  
  
  
 
  
  
  
  
   
  
  
  
  
     
  
  
  
  
     
  
  
  
  
     
  
  
  
  
     
  
  
  
  
     
  
  
  
  
   
  
  
  
  
   
  
  
  
  
    Press to Start 
  
  
  
  
    

第25行创建了 SpeechRecognition 对象，第26和27行配置了 SpeechRecognition 对象。

当一个单词或短语被正确识别时，第28-34行设置一个事件处理程序。

第19行开始语音识别，第12行停止语音识别。

在第12行，单击该按钮后，它可能仍会打印出一些消息。这是因为 Recognition.stop() 尝试返回到目前为止捕获的SpeechRecognitionResult。如果您希望它完全停止，请改用 ognition.abort()。

您会看到动画按钮的代码（第38-51行）比语音识别代码长。这是该示例的视频剪辑：https://youtu.be/5V3bb5YOnj0

以下是浏览器兼容性表：

网络语音识别依赖于浏览器自己的语音识别引擎。在Chrome中，此引擎在云中执行识别。因此，它仅可在线运行。

语音识别库

有一些开源语音识别库，以下是基于npm趋势的这些库的列表：

1. Annyang

Annyang是一个JavaScript语音识别库，用于通过语音命令控制网站。它建立在SpeechRecognition Web API之上。在下一节中，我们将举例说明annyang的工作原理。

2. artyom.js

artyom.js是一个JavaScript语音识别和语音合成库。它建立在Web语音API的基础上，除语音命令外，它还提供语音响应。

3. Mumble

Mumble是一个JavaScript语音识别库，用于通过语音命令控制网站。它建立在SpeechRecognition Web API之上，这类似于annyang的工作方式。

4. julius.js

Julius是面向语音相关研究人员和开发人员的高性能，占用空间小的大词汇量连续语音识别（LVCSR）解码器软件。它可以在从微型计算机到云服务器的各种计算机和设备上执行实时解码。Julis是使用C语言构建的，而julius.js是Julius自以为是JavaScript的移植版。

5.voice-commands.js

voice-commands.js是一个JavaScript语音识别库，用于通过语音命令控制网站。它建立在SpeechRecognition Web API之上，这类似于annyang的工作方式。

Annyang

Annyang初始化一个 SpeechRecognition 对象，该对象定义如下：

 
 
 
 

  
  
  
  
var SpeechRecognition = root.SpeechRecognition ||                                      
  
  
  
  
                        root.webkitSpeechRecognition ||                           
  
  
  
  
                        root.mozSpeechRecognition ||                           
  
  
  
  
                        root.msSpeechRecognition ||                           
  
  
  
  
                        root.oSpeechRecognition; 
 
 
 
 

有一些API可以启动或停止annyang：

• annyang.start：使用选项（自动重启，连续或暂停）开始监听，例如 annyang.start({autoRestart：true，Continuous：false})。
• annyang.abort：停止收听（停止SpeechRecognition引擎或关闭麦克风）。
• annyang.pause：停止收听（无需停止SpeechRecognition引擎或关闭麦克风）。
• annyang.resume：开始收听时不带任何选项。

这是此示例的HTML代码：

 
 
 
 

  
  
  
  
 
  
  
  
  
 
  
  
  
  
   
  
  
  
  
     
  
  
  
  
     
  
  
  
  
     
  
  
  
  
     
  
  
  
  
     
  
  
  
  
     
  
  
  
  
   
  
  
  
  
   
  
  
  
  
    Press to Start