JavaScript Web Speech

2018-07-24 11:54 更新

目錄

概述

這個API用于瀏覽器接收語音輸入。

它最早是由Google提出的，目的是讓用戶直接進行語音搜索，即對著麥克風說出你所要搜索的詞，搜索結果就自動出現(xiàn)。Google首先部署的是input元素的speech屬性（加上瀏覽器前綴x-webkit）。

<input id="query" type="search" class="k-input k-textbox" 
 x-webkit-speech speech />

加上這個屬性以后，輸入框的右端會出現(xiàn)了一個麥克風標志，點擊該標志，就會跳出語音輸入窗口。

由于這個操作過于簡單，Google又在它的基礎上提出了Web Speech API，使得JavaScript可以操作語音輸入。

目前，只有Chrome瀏覽器支持該API。

SpeechRecognition對象

這個API部署在SpeechRecognition對象之上。

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

為了將來的兼容性考慮，上面的代碼列出了所有瀏覽器的前綴。但是實際上，目前只有window.webkitSpeechRecognition是可用的。

確定瀏覽器支持以后，新建一個SpeechRecognition的實例對象。

if (SpeechRecognition) {		
  var recognition = new SpeechRecognition();
  recognition.maxAlternatives = 5;
}

maxAlternatives屬性等于5，表示最多返回5個語音匹配結果。

事件

目前，該API部署了11個事件。下面對其中的3個定義回調函數(shù)（假定speak是語音輸入框）。

var speak = $('#speak');

recognition.onaudiostart = function() {
  speak.val("Speak now...");
};

recognition.onnomatch = function() {
  speak.val("Try again please...");
};

recognition.onerror = function() {
  speak.val("Error. Try Again...");
};

首先，瀏覽器會詢問用戶是否許可瀏覽器獲取麥克風數(shù)據(jù)。如果用戶許可，就會觸發(fā)audiostart事件，準備接收語音輸入。如果找不到與語音匹配的值，就會觸發(fā)nomatch事件；如果發(fā)生錯誤，則會觸發(fā)error事件。

如果得到與語音匹配的值，則會觸發(fā)result事件。

recognition.onresult = function(event) { 

  if (event.results.length > 0) { 
    
    var results = event.results[0], 
        topResult = results[0];

    if (topResult.confidence > 0.5) {
      speechSearch(results, topResult);
    } else {
      speak.val("Try again please...");
    }
  }
};

result事件回調函數(shù)的參數(shù)，是一個SpeechRecognitionEvent對象。它的results屬性就是語音匹配的結果，是一個數(shù)組，按照匹配度排序，最匹配的結果排在第一位。該數(shù)組的每一個成員是SpeechRecognitionResult對象，該對象的transcript屬性是實際匹配的文本，confidence屬性是可信度（在0與1之間）。

參考鏈接

以上內容是否對您有幫助：
在線筆記
App下載
App下載

掃描二維碼

下載編程獅App

公眾號
微信公眾號

編程獅公眾號