语音识别和getUserMedia

时间:2014-01-13 14:15:09

标签: javascript google-chrome speech-recognition getusermedia mobile-chrome

我正在构建一个Web应用程序,并计划同时使用speechRecognitionnavigator.getUserMedia进行音频输入。

我注意到我的桌面浏览器(Mac上的Chrome,v.31.0.1650.63)要求两次获得使用麦克风的权限。虽然这对用户来说可能有点烦人,但语音识别和音频输入似乎都能正常工作。

但是,如果我在Android(Nexus 7,Android v4.4.2; Chrome v31.0.1650.59)上打开同一页面,它会要求两次获得使用我的麦克风的权限,但我只能使用其中一个(以先发生者为准。有时,即使我允许访问麦克风,我也会收到语音识别error: "not-allowed"错误。

我做了一个jsFiddle,在这里:http://jsfiddle.net/5xBpW/

我的问题是:有没有办法在输入流上执行语音识别?或者还有其他方法可以让这两种功能都适用于Android版Chrome?

1 个答案:

答案 0 :(得分:1)

你考虑过其他工具吗? Nuance有一个令人兴奋的新工具/产品(由Ray K创建,现在是Google Engineering的负责人),它使用专有学习算法(例如机器智能)将语音数据转换为动作。

此工具了解上下文并可将其应用于特定操作,因此用户无需使用完整的短语:

https://developer.nuance.com/public/index.php?task=mix

游览:https://developer.nuance.com/views/templates/mix/howDoesMixWork/phone/index.html

缺点是您依赖于第三方,但由于您正在寻找的API也是实验性的,因此可能会引起关注。