问题标签 [webspeech-api]

我在 Windows 10 上使用 chrome 版本 55.0.2883.87 m（64 位）。

以下简单的 html 文件重现了该问题，并从我更复杂的应用程序中提取。它应该在页面加载时说出 3 个单词。它适用于 MS Edge 和 Firefox，但不适用于 chrome。几周前，这段代码在 Chrome 上为我工作没问题。

我正在使用W3C Browser Web Speech Api。我到处搜索，但找不到答案。有使用限制吗？

演示：https ://www.google.com/intl/en/chrome/demos/speech.html

我正在尝试为视障人士的家庭自动化项目在浏览器中实现语音合成。在我的测试页面中，我注意到调用该speak()方法和实际听到它之间大约有 1 秒的延迟。

只是想知道这是正常行为还是我做错了什么。如果有人可以就如何加快速度（甚至半秒左右）提供建议，我将不胜感激:)

[编辑 1]
好的，所以我在 MS Edge 中尝试了我的测试页面（只使用了 Chrome）并且滞后消失了。我还尝试了Chrome 中的Web Speech Synthesis Demo，将“voice”设置为“native”，也没有延迟。这两项测试都以英国英语语音呈现文本。
在 Chrome 中，我的测试页面使用澳大利亚英语语音（我在 AU）呈现文本，并且在播放之前有延迟。
我的直觉告诉我，Chrome 浏览器正在从某个远程位置加载语音，而不是使用本地系统语音，并且仅针对此特定页面（即 codepen.io 的演示在同一浏览器中运行良好）。但我不知道为什么。

如果它只加载一次声音而不是每次调用它（我只是假设这就是正在发生的事情），这将不是什么大问题。
[/编辑 1]

这是我的代码：

我想知道是否可以在 node.js中运行Web Speech API ？由于 node 是基于 Javascript 的，我假设它可以使用，但我找不到在 node.js 中本地使用它的方法。有没有办法在 node.js 脚本中“包含”这个网络语音库来使用它？

谢谢

我试图检测用户何时暂停并再次开始说话而不会停止识别。这是我设置的用于检测用户何时说话并将其输出到页面的代码：

那么有没有办法检测用户何时暂停以及他暂停的时间长度？

当speak在 Web Speech API 中使用该功能时，在 Chrome 中，说话会在几秒钟后突然停止，在给它的文本中间，在一个看似随机的地方（没有到达结尾）。这只发生在 Chrome 中（在 Firefox 上运行良好），在两台不同的计算机/系统上进行了测试。

看看这个 jsfiddle 看/听： https ://jsfiddle.net/fv9ochpq/

您可以看到SpeechSynthesis对象.speaking标志在停止讲话后保持打开（true）。

我还没有看到对传递给话语的文本的任何记录限制。这是谷歌浏览器的错误吗？顺便说一句，我从 2014 年就知道这一点——当我试图向我制作的浏览器扩展添加语音功能时（当时它是可用于 chrome 扩展的 TTS API——同样的事情也发生在那里），但最终没有不要因为这个明显的错误而这样做。现在我想克服这个问题 - 如果这是一个错误，我会感谢任何人指导我到最好的地方报告它。

编辑：它似乎在大约 15 秒后停止。每运行 14 秒添加一个间隔.resume()似乎可以“解决”这个问题。请参阅：https
://jsfiddle.net/fv9ochpq/1/ 但这是一个 hack。

2019 年 8 月更新自 2018 年 12 月以来 - Chrome 不允许在没有用户交互的情况下触发语音，这是一个更新的 jsfiddle，添加了一个按钮，实际speak调用移至其onclick： https ://jsfiddle.net/vcmxkwd3/

错误仍在发生！：

我知道这不是正确的论坛，但我找不到更好的论坛……这是一个针对 MDN 团队成员的法律问题。

我通过 Chrome / Firefox 使用 Web Speech API 来合成我的原始文本的语音。我使用其他一些软件录制输出音频。

我是否拥有该录音的版权？我可以出售录制的音频文件吗？例如，我可以在我的商业 YouTube 中使用它吗？

在我看来 - 我确实是录音的所有者，因为语音 api 是作为浏览器的服务之一提供的，我可以用它来制作我自己的内容。但是 - 我想确定。

我看到的谷歌最接近的答案是： https ://lists.w3.org/Archives/Public/public-speech-api/2013Jul/0001.html 其中说网络语音 api 可用于商业。我的具体问题是关于录制的音频文件。

如何使用SpeechSynthesisUtterance()和window.speechSynthesis.speak()at chromium 浏览器？

在系统扬声器上没有输出。

已注意到 API的问题 HTML5 SpeechSynthesis API 是垃圾；

voices为标识符记录一个空数组；据称只有 chrome 而不是 chromium 支持Web Speech API 规范，Web Speech API Demonstration将演示时的元素值设置html为在页面启用麦克风时发出的语音。

至少一些与功能相关的 JavaScript 显然是

归因于该文件的作者。

虽然不确定这如何影响SpeechSynthesisUtterance()and的使用window.speechSynthesis.speak()？

如何加载要填充的声音window.speechSynthesis.getVoices()？

链接的演示文档如何实现将语音转录为文本的功能？

在 chromium 浏览器上使用 Web Speech API 需要哪些变通方法？

具体来说，如何将语音转录为文本并将文本转换为音频输出？

在尝试确定如何在 Chromium 上使用 Web Speech API 的解决方案时？发现

返回一个空数组作为voices标识符。

不确定 Chromium 浏览器缺乏支持是否与此问题有关

问题：

1）是否有任何解决方法可以实现在铬浏览器上从文本创建或转换音频的要求？

2) 作为开发者社区，我们如何创建一个包含常用词和不常用词的音频文件的开源数据库；提供适当的CORS标题？

我正在使用 Web Speech API 来识别用户语音。最近我遇到了我无法识别任何东西的错误。检查 Chrome 上的控制台我得到 SpeechRecognitionError

我有工作网络。它只是发生在我的 chrome 上，我的同事 chrome 工作正常。我怀疑这个错误是因为 chrome 本身，有什么解决方法吗？