Safari 浏览器上的网络语音识别结果不佳

Question

您好，

我目前正在尝试在我的应用程序上实现语音识别功能。根据此处的JS 文档，自 Safari 14.1 起支持语音转文本。另外，我正在使用以下配置：

    const { webkitSpeechRecognition } = (window as any)
    const recognition = new webkitSpeechRecognition();
    recognition.lang = 'pt-BR';
    recognition.continuous = true;
    recognition.interimResults = false;
    recognition.maxAlternatives = 1;
    // Avoid garbage collection bugs
    this.garbage.push(recognition);
    recognition.start();

在 Chrome 上它工作得很好，但在 Safari 上识别结果非常糟糕。它有时能理解我的意思，但常常会误解我的话，给我错误的结果。例如，如果我说：“你好助手，更改对比度”，结果可能类似于：“你好助手充电合同你好助手充电”之类的。

这个问题的一个特点是 safari 上的语音识别接口触发的事件只是start和audiostart。

有没有人面临类似的问题或找到了解决这个问题的方法？我还接受在我的应用程序上实现语音识别的替代方案。

提前致谢！

---

编辑

就我而言，您可以通过访问任何依赖 Web Speech API 的网站来看到此问题。您可以检查一些示例：

https://www.google.com/chrome/demos/speech.html

https://www.audero.it/demo/web-speech-api-demo.html

Answer 1

因此，如果其他人遇到这个问题，我已经在 chromium 论坛上填写了一个问题。您可以在这里咨询该问题。

基本上，Chrome 团队在将此功能集成到 iOS 设备上的浏览器中时遇到了一些问题。

就我而言，我所做的是使用Hark.js根据用户开始和停止说话的时间来获取事件，并与后端的Vosk配对来进行离线语音到文本翻译。

在我看来，如果您希望您的应用程序在特定浏览器上运行，那么浏览器语音识别 API 就可以了。但是，如果您希望针对不同操作系统上的所有浏览器，我建议您寻找不同的解决方案。