所以这是一个棘手的问题。
我希望编写一个 Web 应用程序，记录用户所说的单词，然后将样本发送到服务器端进行处理。
我想到的算法如下：
- 用户单击按钮后开始录制会话
- 等待用户说一个词（假设他知道他应该说一个词）
- 他说完就停止录音
- 将样本发送到服务器，比如使用 HTTP
- 在服务器端处理信号
- 向用户发送一些响应。
我认为在 Java、C# 和其他高级语言中有几种语音活动检测解决方案。但是，我希望这部分可以在客户端完成（否则，我将不得不从客户端向服务器发送太多数据，这是非常低效的）javascript 和 HTML5 中的 IE。
我不是经验丰富的 Web 开发人员，所以我的问题是：这可行吗？有没有图书馆（我还没有找到）？解决问题的最佳方法是什么？