javascript - W3C 语音转文本 : output values as you speak

Question

我一直在使用 W3C Speech Synthesizer在我的应用程序中用于网络。我希望这些词在我说话时开始出现。这是因为我希望用户对他们正在说的当前单词有近乎即时的反馈。目前，规范中的 result 事件会在一秒左右不说话后等待追加整个数组。

我查看了标准，但我只发现从结果事件构建最终结果列表需要等待一段时间:

5.1.3 语音识别事件

result 事件:当语音识别器返回结果时触发

5.1.8 SpeechRecognitionEvent

results属性:本次session当前所有识别结果的数组。

我还尝试在 onstart 和 onpause 方法中检索结果:

            recognition = new webkitSpeechRecognition()

            recognition.onstart = function (event) {
                //append word
            };

            recognition.onpause = function (event) {
                //append word
            };

有谁知道一种方法可以在您说话时实现单词的这种“打字”效果？

---

另一个问题是，如果用户停止说话一秒钟，然后编译结果列表(IE，触发 result 事件)，然后他们再次说话，结果列表未更新。

即使我设置了 recognition.continuous = true;

也会发生这种情况

Answer 1

从 Google Developers 找到它 Introduction Video .

除了recognition.continuous = true，您还需要recognition.interimResults = true;。

然后需要在 onresult 处理程序中稍微修改您的逻辑以说明中间结果:

recognition.onresult = function (event) {
  var final = "";
  var interim = "";
  for (var i = 0; i < event.results.length; ++i) {
    if (event.results[i].final) {
      final += event.results[i][0].transcript;
    } else {
      interim += event.results[i][0].transcript;
    }
  }
  final_span.innerHTML = final;
  interim_span.innerHTML = interim;
}