Web Speech
最后更新于:2022-04-01 23:54:45
## Web Speech 语音输入
老版本中,如果我们要部署一个带有语音搜索功能的input,可用如下代码:
```
```
然后通过webkitspeechchange事件来监听用户输入:
```
var speech = document.getElementById('speech');
speech.onwebkitspeechchange = funciton(){
}
```
注意:目前只有Chrome支持这种带语音的输入框。
在新版本中,我们还可以用JavaScript操作语音输入,就是通过Web Speech这个API。(也是只有Chrome支持)
主要有两部分:
- 语言识别(将所说的转换成文本文字)
- 语言合成(将文本文字读出来)
**1、语言识别**
**1.1 SpeechRecognition对象**
这个API部署在`SpeechRecognition`对象之上。
**1.1.1 检测是否支持**
```
if ('webkitSpeechRecognition' in window) {
// 支持
}
```
确定支持后,新建一个`SpeedchRecognition`的实例对象:
```
if ('webkitSpeechRecognition' in window) {
var recognition = new webkitSpeechRecognition();
}
```
**1.1.2 属性和方法**
**属性**
- continous:是否让浏览器始终进行语言识别,默认为false,也就是说,当用户停止说话时,语音识别就停止了。这种模式适合处理短输入的字段。
- maxAlternatives:设置返回的最大语音匹配结果数量,默认为1
- lang:设置语言类型,默认值就继承自HTML文档的根节点或者是祖先节点的语言设置。
**方法**
- start():启动语音识别
- stop():停止语音识别
- abort():中止语音识别
**1.1.3 事件**
浏览器会询问用户是否许可浏览器获取麦克风数据
这个API提供了11个事件。
- audiostart:当开始获取音频时触发,也就是用户允许时。
- audioend:当获取音频结束时触发
- error:当发生错误时触发
- nomatch:当找不到与语音匹配的值时触发
- result: 当得到与语音匹配的值时触发,它传入的是一个SpeechRecognitionEvent对象,它的results属性就是语音匹配的结果数组,最匹配的结果排在第一位。该数组的每一个成员是SpeechRecognitionResult对象,该对象的transcript属性就是实际匹配的文本,confidence属性是可信度(在0到1之间)
- soundstart
- soundend
- speechstart
- speechend
- start:当开始识别语言时触发
- end:当语音识别断开时触发
看个实例:
```
var speech = document.getElementById('speech');
if('webkitSpeechRecognition' in window) {
var recognition = new webkitSpeechRecognition();
recognition.onaudiostart = function(){
speech.value = '开始录音';
};
recognition.ononmatch = function(){
speech.value = '没有匹配结果,请再次尝试';
};
recognition.onerror = function(){
speech.value ='错误,请再次尝试';
};
// 如果得到与语音匹配的值,则会触发result事件。
recognition.onresult = function(event){
if(event.results.length > 0) {
var results = event.results[0];
var topResult = results[0];
if(topResult.confidence > 0.5) {
} else {
speech.value = '请再次尝试';
}
}
}
}
```
**2、语音合成**
语音合成只有Chrome和Safari支持。
**2.1 SpeechSynthesisUtterance对象**
打开控制台,黏贴下面的函数,然后调用:
```
funciton speak(textToSpeak){
var newUtterance = new SpeechSynthesisUtterance();
newUtterance.text = textToSpeak;
window.speechSynthsisi.speak(newUtterance);
}
```
**2.1 SpeechSynthesisUtteranc的实例对象的属性**
- text:识别的文本
- volume:音量(0~1)
- rate:发音速度
- pitch:音调
- voice:声音
- lang:语言类型
**2.2 window.speechSynthesis.getVoices()**
通过API提供给用户的声音在很大程度上取决于操作系统。谷歌有自己的一套给Chrome的默认声音,可以在Mac OS X,Windows和Ubuntu上使用。Mac OS X的声音也可用,所以和OSX的Safari的声音一样。你可以通过开发者工具的控制台看有哪种声音可用。
`window.speechSynthesis.getVoices()`用来获取发音列表,返回一个数组,每个元素的name属性表示声音名称
**2.3 window.speechSynthsisi.speak()**
`window.speechSynthsisi.speak()`方法是用于发音的。
';