W3C Speech To Text：说话时输出值

Question

我一直在我的应用程序中使用 W3C Speech Synthesizer 网络版。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附加整个数组。

我查看了标准，但我只发现它需要等待一段时间才能从结果事件构建最终结果列表：

5.1.3 语音识别事件

result 事件：当语音识别器 returns 结果

时触发

5.1.8 SpeechRecognitionEvent

results属性：本次session当前所有识别结果数组

我也尝试过在 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
            };

有谁知道实现这种"typing"说话效果的方法吗？

另一个问题是，如果用户停止说话一秒钟，结果列表被编译（IE，result event被触发），然后他们再次说话，结果列表不是已更新。

即使我设置 recognition.continuous = true;

也会发生这种情况

Answer 1

从 Google 开发人员 Introduction Video 处找到它。

除了recognition.continuous = true，你还需要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临时结果：

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;
}

W3C Speech To Text：说话时输出值

W3C Speech To Text: output values as you speak

javascript

google-chrome

web

speech-to-text