javascript语音识别API是什么_如何将语音转换为文本？

Web Speech API的SpeechRecognition接口支持浏览器端语音转文本，需HTTPS环境和麦克风授权，仅Chrome/Edge稳定支持；通过start()/stop()控制识别，监听onresult等事件获取结果，中文识别受限于口音噪音且不支持离线优化。

JavaScript语音识别API主要指浏览器原生支持的 Web Speech API 中的 SpeechRecognition 接口（现多为 webkitSpeechRecognition），它能在用户授权后，实时将麦克风输入的语音流转换为文本。注意：该API目前仅在较新版本的 Chrome、Edge（基于Chromium）中稳定可用，Firefox、Safari暂不支持。

如何启用语音识别功能

需满足两个前提：页面通过 HTTPS（或 localhost）加载；用户已授予权限访问麦克风。

• 检测浏览器兼容性：检查 window.SpeechRecognition 或 window.webkitSpeechRecognition 是否存在
• 创建识别实例：const recognition = new (window.SpeechRecognition || window.webkitSpeechRecognition)();
• 设置基本参数：如 recognition.continuous = false（单次识别）、recognition.lang = 'zh-CN'（中文识别）

监听关键事件并获取识别结果

语音识别是异步过程，需通过事件回调处理结果：

• onresult：识别成功时触发，event.results[0][0].transcript 即为识别出的文本
• onstart：麦克风开始收音
• onend：识别结束（可能因超时、静音或用户停止而触发）
• onerror：发生错误时（如无权限、网络问题），可提示用户重试

启动与停止识别的常用操作

不能自动持续监听，需由用户显式触发：

标签： javascript java go 浏览器 edge 安卓 safari 后端 win 多语言 google rest