问题标签 [webspeech-api]

我正在开发一个可以检测某些关键词的应用程序。我一直在使用谷歌的网络语音。

我能够记录用户的声音并将其打印出来，但我希望能够检测到某些单词。

我似乎找不到这样做的方法。我发现了这个问题Detecting known words using the Web Speech API，但它链接到的答案中的站点已经消失。

任何人都可以对此有所了解吗？任何帮助都会很棒。干杯! 这是一个小提琴

是否可以使用 W3C Web Speech API 编写 Javascript 代码来生成带有语音给定文本的音频文件（wav、ogg 或 mp3）？我的意思是，我想做类似的事情：

但我希望用它生成的声音不是输出到扬声器而是输出到文件。

我需要你的帮助我不知道如何解决我的问题。我有用离子编写的应用程序，我使用 annyang 到语音识别来聆听用户所说的内容和响应。它在网络上工作得很好——使用离子服务，但是当我在安卓设备上运行它时，语音识别需要很长时间，从 30 秒到几分钟——我只说一个词，例如“商店”。

有什么办法可以减少这个时间？或者我可以设置任何超时吗？

我会很感激任何帮助。谢谢。

编辑：代码看起来像

Edit2：这是一样的，结果我必须等待 2 分钟

我可以通过为特定应用程序设置一些词汇来改进网络语音 api 吗？

该SpeechSynthesisUtterance界面提供了两个选项来设置使用的语音：voice和lang。

lang采用类似en-USor的语言代码es-ES。

voice接受一个SpeechSynthesisVoice你从speechSynthesis.getVoices().

如果两者都未设置，则使用浏览器的默认值。如果lang未设置，则仅使用voice提供的。如果voice未设置，它会找到SpeechSynthesisVoice匹配的lang。

如果两者都设置了，但播放的声音不同。lang设置似乎是最重要的因素。

我需要两个都设置吗？如果我只设置设置会出问题voice吗？

我正在尝试测试firefox的 webspeech-api，但在控制台中遇到错误，提示ReferenceError: SpeechRecognition is not defined。

我什至在 about:config 中启用media.webspeech.recognition.enable和media.webspeech.synth.enabled标记。

有没有办法让SpeechRecognition在 Firefox 上工作？

我知道 WebkitSpeechRecognition 仅在 chromium 浏览器上可用。但是我想知道它如何将语音转换为文本？

我试图从 Google Chrome 上的开发者控制台监控网络日志，但没有看到任何网络活动。我以为我会向 Google 发送 API 请求，但我真的没有。

我也找不到任何关于此的架构文件。

有人知道吗？

我正在使用 Google Chrome (55.0.2883.87) 使用 Google 的Web Speech API，我遇到了一些非常奇怪的行为。

当试图说出名字时，后跟一个数字（如John 4），它通常只是说出名字和数字，因为它应该- 但对于某些名字，它会将单词chapter放在名字和数字之间，所以Daniel 4变成Daniel Chapter 4.

我选择了一些随机名称并使用以下代码对其进行了测试：

该msg变量在记录时不包括单词 chapterconsole.log()

在这 9 个名字中，名字John和Daniel是用它们之间的单词说出的chapter。

问题

为什么会发生这种情况，哪些标准决定了哪些名称会受到影响？

我正在使用网络语音 API，但是一旦一段时间（一分钟或两分钟）没有任何声音输入，它就会完全停止收听。我知道这一点，因为我让它将其解析的文本记录到控制台，但是，当我一两分钟不说话时，它就会停止这样做。

有没有什么办法解决这一问题？

在 Web Speech API 的示例中，始终指定语法。例如，在MDN 的 color change example中，语法为：

但是，在实际使用 API 时（在 Chrome 54.0.2840.71 上），结果函数：

1. 有时返回不符合提供的语法的字符串
2. 不提供描述语音的解析树

那么语法实际上是做什么的呢？我怎样才能获得这些行为中的任何一种（仅限于语法并查看解析树）？