语音识别和getUserMedia

Question

我正在构建一个Web应用程序,并计划使用speechRecognition和navigator.getUserMedia进行音频输入.

我注意到我的桌面浏览器(Mac上的Chrome,版本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有效.

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(无论哪个已开始)第一).有时,error: "not-allowed"即使我允许访问麦克风,我也会收到语音识别错误.

我做了一个jsFiddle,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？或者还有其他任何方法可以在Chrome for Android上使用这两种功能吗？

Answer 1

您考虑过其他工具吗？Nuance（由 Ray K 创建，现为 Google 工程部主管）推出了一款令人兴奋的新工具/产品，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。

该工具可以理解上下文并可以将其应用于特定操作，因此用户不必使用确切的短语：

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

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

缺点是您依赖第三方，但由于您正在查看的 API 也是实验性的，这可能会很有趣。