1

Question

我想将SpeechRecognition api与音频文件（mp3，wave等）一起使用这可能吗？

Answer 1

简短的回答是否。

Web Speech Api Specification并未禁止此操作（浏览器可以允许最终用户选择要用作输入的文件），但音频输入流永远不会提供给调用的javascript代码（在当前草稿中）版本），因此您无法阅读或更改输入语音识别服务的音频。

此规范的设计使javascript代码只能访问来自语音识别服务的结果文本。

Answer 2

基本上，您只能在操作系统级别选择的default audioinput设备上使用它...

因此，您只需要将文件播放到default音频输入

中

可能有两种选择：

1

安装https://www.vb-audio.com/Cable/
更新系统设置以将VCable设备用作default audiooutput和audioinput
使用您拥有的任何音频播放器播放文件
认出来......例如甚至使用标准演示用户界面https://www.google.com/intl/fr/chrome/demos/speech.html

今天进行了测试，它完美无缺： - ）

2

这不是我测试的，所以我无法确认这是否有效，但你可以使用Selenium将音频文件输入到chrome中......就像

一样

DesiredCapabilities capabilities = DesiredCapabilities.chrome(); 
ChromeOptions options = new ChromeOptions();
options.addArguments("--allow-file-access-from-files",
                     "--use-fake-ui-for-media-stream",
                     "--allow-file-access",
                     "--use-file-for-fake-audio-capture=D:\\PATH\\TO\\WAV\\xxx.wav",
                     "--use-fake-device-for-media-stream");
capabilities.setCapability(ChromeOptions.CAPABILITY, options);
ChromeDriver driver = new ChromeDriver(capabilities);

但我不确定此流是否会取代default audioinput

Answer 3

是的，可以使用webkitSpeechRecognition获取播放音频文件的文本记录。成绩单的质量取决于音频播放的质量。

const recognition = new webkitSpeechRecognition();

const audio = new Audio();

recognition.continuous = true;
recognition.interimResults = true;
recognition.onresult = function(event) {
  if (event.results[0].isFinal) {
    // do stuff with `event.results[0][0].transcript`
    console.log(event.results[0][0].transcript);
    recognition.stop();
  }
}

recognition.onaudiostart = e => {
  console.log("audio capture started");
}

recognition.onaudioend = e => {
  console.log("audio capture ended");
}

audio.oncanplay = () => {
  recognition.start();
  audio.play();
}

audio.src = "/path/to/audio";

jsfiddle https://jsfiddle.net/guest271314/guvn1yq6/

Answer 4

根据MDN你不能这样做。您无法将任何流提供给识别服务

这是一个大问题......你甚至无法选择SpeechRecognition使用的麦克风

这是出于目的，Google希望出售他们的CLOUD SPEECH API

您需要使用CLOUD SPEECH API

等服务

Answer 5

Andri 删除了这篇文章，但我会重新发布它，因为我相信它是最准确的答案，除了上面的骇人听闻的答案：

根据MDN，您不能这样做。您不能将任何流输入识别服务

这是个大问题...您甚至无法选择 SpeechRecognition 使用的麦克风

这是有意为之，Google 希望出售他们的 CLOUD SPEECH API

您需要使用 CLOUD SPEECH API 之类的服务

有没有办法将Javascript SpeechRecognition API与音频文件一起使用？

5 个答案:

1

2