（连续）语音识别Web浏览器中的有限单词

Question

是否有语音识别解决方案

• 只有几句话（2个就够了，10个会很酷.100个很棒。不需要更多）
• 也可以在移动浏览器上运行（是否可以使用闪存（而不是java）？）
• 可以安装在您自己的服务器上。最好使用PHP + MySQL（如果需要服务器端代码）

我尝试过搜索，但我只找到了实际的转录服务（例如Android版Google语音搜索）。

Answer 1

现在你甚至不需要服务器来运行语音识别，你只需要一个支持Web Audio API的浏览器（最近的firefox和chrome都支持它）。现在可以在浏览器中使用javascript执行CMUSphinx。

有关详细信息，请参阅

https://github.com/syl22-00/pocketsphinx.js

http://cmusphinx.sourceforge.net/2013/06/voice-enable-your-website-with-cmusphinx/

Answer 2

这种解决方案的一个例子是touchless-timer，它基于pocketsphinx.js（在Nikolay Shmyrev的帖子中也提到过）。回答你的要点：

• 它支持一个简单的闹钟语法，大约60个单词（短语如“在五分钟内叫醒我”）;
• 我设法在Chrome Beta 32.0.1700.99 Android 4.1.2（三星Galaxy S2）上运行它，它需要一个现代的Javascript引擎，但不需要Flash;
• 它不需要服务器，因为语音识别是在Javascript中离线完成的，并且可以使用ApplicationCache缓存所有必需的文件。

对于这个应用程序，语法是用Grammatical Framework编写的，并自动转换为pocketsphinx.js所需的有限状态模型和字典。对于简单的“MP3播放/暂停”语法，您可以直接轻松编写FSA。

这个应用程序中的英语声学模型不是很好，即他们可能会被后台播放的MP3搞糊涂。您可以通过培训更好的模型来改进。但是，更好的模型可能更大（例如，Javascript中大于20 MB）并且不再适合内存或只是使应用程序运行/加载非常缓慢。

在移动设备上运行的应用的屏幕截图：