17370845950

JavaScript语音识别依赖Web Speech API，主要通过SpeechRecognition接口实现，需检测兼容性、获取麦克风权限，并配置continuous、interimResults等参数以支持连续实时识别。

JavaScript 实现语音识别主要依靠浏览器原生支持的 Web Speech API，其中关键接口是 SpeechRecognition（目前在 Chrome、Edge 等基于 Chromium 的浏览器中稳定可用，Firefox 支持有限，Safari 尚未支持）。它允许网页通过麦克风实时捕获语音并转换为文本。

确认浏览器兼容性与权限获取

Web Speech API 不是所有浏览器都默认启用，调用前需检查是否存在，并引导用户授予权限：

• 检测 window.SpeechRecognition 或 window.webkitSpeechRecognition 是否存在（Chrome 使用带前缀的版本）
• 首次调用 recognition.start() 时，浏览器会自动弹出麦克风权限请求；若用户拒绝或未授权，需提示手动开启（如进入设置 → 网站设置 → 麦克风）
• 可在页面加载后尝试一次静默检测，避免用户点击后才报错

初始化并配置 SpeechRecognition 实例

创建识别器后，可设置识别行为，提升实用性：

• 使用 new (SpeechRecognition || webkitSpeechRecognition)() 创建实例
• 设置 recognition.continuous = true 支持连续识别（非说完即停）
• 设 recognition.interimResults = true 可获取中间结果（带下划线的暂定文本），适合实时反馈
• 指定语言：如 recognition.lang = 'zh-CN'（中文）或 'en-US'（英文）
• 限制单次识别时长：用 recognition.maxAlternatives = 1 减少冗余结果

监听关键事件并处理识别结果

语音识别是异步过程，依赖事件驱动。核心事件有：

• onstart：麦克风已开启，开始收音
• onresult：收到识别结果。event.results 是 SpeechRecognitionResultList，每项含多个 SpeechRecognitionAlternative；取 results[results.length - 1][0].transcript 获取最新文本
• onend：识别结束（可能因超时、错误或用户停止）。常在此处自动重启：recognition.start()，实现“一直听”效果
• onerror：捕获错误，如 error.error === 'no-speech'（没检测到语音）、'aborted'（被中断）或 'not-allowed'（权限被拒）

基础调用示例（可直接运行）

以下代码片段可粘贴进 HTML 文件，在 Chrome 中测试：

const SpeechRecognition = window.SpeechRecognition || window.webkitSpeechRecognition;
if (!SpeechRecognition) {
  console.error('当前浏览器不支持语音识别');
} else {
  const recognition = new SpeechRecognition();
  recognition.lang = 'zh-CN';
  recognition.interimResults = true;
  recognition.continuous = true;
recognition.onresult = (event) => {
const transcript = Array.from(event.results)
.map(result => result[0].transcript)
.join('');
console.log('识别结果：', transcript);
};
recognition.onend = () => recognition.start(); // 自动重连
recognition.onerror = (e) => console.warn('识别出错：', e.error);
// 页面加载后等待用户触发，例如点击按钮再 start()
document.getElementById('start-btn').onclick = () => recognition.start();
}