HTML语音识别实现方法及代码示例
想要让你的网页具备语音识别能力吗?利用HTML和Web Speech API就能轻松实现!本文将详细介绍如何使用Web Speech API在网页中集成语音识别功能。首先,你需要**检查浏览器是否支持Web Speech API**,目前Chrome和Edge浏览器支持较好。接着,**初始化语音识别对象**,并设置语言、是否返回中间结果等参数。通过**监听`onresult`事件**获取识别结果,`onerror`事件处理错误。最后,通过`start()`和`stop()`方法**启动和停止语音识别**。掌握这些关键步骤,你就能为你的网站添加强大的语音交互功能,提升用户体验。
要让网页支持语音识别,最直接的方式是使用浏览器提供的 Web Speech API。1. 首先检查浏览器是否支持该 API,可通过判断 window 中是否存在 webkitSpeechRecognition 或 SpeechRecognition 对象来确认,目前主流支持的浏览器为 Chrome 和 Edge,Safari 与 Firefox 支持有限;2. 接着初始化语音识别对象,通过 new 创建实例并设置参数,如语言、是否连续识别及是否返回中间结果;3. 然后监听关键事件,包括 onresult 获取识别结果、onerror 捕获错误及 onend 监听识别结束;4. 最后实现启动与停止语音识别功能,通常绑定按钮点击事件调用 start() 与 stop() 方法,并注意用户权限授予与网络环境对识别准确率的影响。

要让网页支持语音识别,最直接的方式是用浏览器提供的 Web Speech API。这个 API 分为两部分:语音识别(SpeechRecognition)和语音合成(SpeechSynthesis)。我们这里重点讲语音识别的部分。
下面我们就一步步来看看怎么用 Web Speech API 来实现 HTML 页面上的语音识别功能。
1. 检查浏览器是否支持 Web Speech API
不是所有浏览器都支持语音识别功能,所以第一步是确认用户使用的浏览器是否兼容。
if ('webkitSpeechRecognition' in window || 'SpeechRecognition' in window) {
// 支持语音识别
} else {
console.log('当前浏览器不支持语音识别');
}目前主流支持的是 Chrome 和 Edge 浏览器,Safari 和 Firefox 的支持情况有限。
2. 初始化语音识别对象
创建一个语音识别的实例,可以这样写:
const recognition = new (window.SpeechRecognition || window.webkitSpeechRecognition)();
然后你可以设置一些参数,比如语言、是否连续识别等:
recognition.lang = 'zh-CN'; // 设置语言为中文 recognition.continuous = false; // 不持续监听,说一次停一次 recognition.interimResults = false; // 不返回中间结果,只返回最终结果
continuous控制是否连续识别;interimResults决定是否显示中间识别结果(边说边出文字);
3. 监听语音识别事件
语音识别过程是异步的,你需要绑定几个关键事件来处理结果和状态变化:
recognition.onresult = function(event) {
const transcript = event.results[0][0].transcript;
console.log('你说的是:', transcript);
};
recognition.onerror = function(event) {
console.error('识别出错:', event.error);
};
recognition.onend = function() {
console.log('语音识别已结束');
};onresult是获取语音转文字的核心回调;onerror可以捕获麦克风权限被拒等问题;onend表示识别过程结束,可以在这里重新启动或提示用户操作。
4. 启动和停止语音识别
有了上面的基础之后,就可以让用户点击按钮开始说话了:
注意:有些浏览器在调用 start() 时会弹出请求麦克风权限的提示,如果用户拒绝,后续识别就会失败。
小细节补充:语音识别有时不太准?
这很正常,特别是在嘈杂环境下或者口音比较重的情况下。另外,语音识别依赖网络(因为需要把音频传到服务器处理),所以网速慢也可能影响体验。
如果你希望提高识别准确率,可以在安静环境下测试,或者尝试引导用户使用标准普通话。
基本上就这些。Web Speech API 的语音识别功能虽然简单,但已经能满足很多场景的需求,比如语音输入、语音控制页面等。只要注意兼容性和用户体验,就能做出不错的交互效果。
到这里,我们也就讲完了《HTML语音识别实现方法及代码示例》的内容了。个人认为,基础知识的学习和巩固,是为了更好的将其运用到项目中,欢迎关注golang学习网公众号,带你了解更多关于的知识点!
微信解绑后怎么绑定新号
- 上一篇
- 微信解绑后怎么绑定新号
- 下一篇
- JavaScript动态SVG图形制作技巧
-
- 文章 · 前端 | 2小时前 | javascript · 前端性能 长任务 INP优化 交互延迟 web-vitals Long Animation Frames
- INP 偏高时如何定位长任务与交互延迟
- 257浏览 收藏
-
- 文章 · 前端 | 4小时前 | 前端 · Web Components 服务端渲染 shadowrootmode 声明式 Shadow DOM Custom Elements hydration
- Web Components 声明式 Shadow DOM 如何用于服务端渲染
- 315浏览 收藏
-
- 文章 · 前端 | 6小时前 |
- HTML Popover API 怎样处理嵌套弹层与焦点
- 356浏览 收藏
-
- 文章 · 前端 | 8小时前 | 前端开发 · 前端动画 View Transition API 列表重排 match-element
- View Transition API 如何为列表重排添加过渡
- 158浏览 收藏
-
- 文章 · 前端 | 10小时前 |
- CSS Anchor Positioning 如何配置 position-try 回退位置
- 234浏览 收藏
-
- 文章 · 前端 | 13小时前 | 前端 · 性能优化 ·
- 前端性能预算怎么落地:图片、脚本与交互延迟阈值
- 446浏览 收藏
-
- 文章 · 前端 | 16小时前 |
- 表单校验怎样同时服务键盘用户与屏幕阅读器
- 225浏览 收藏
-
- 文章 · 前端 | 18小时前 | 前端 · css ·
- CSS 层叠层解决组件库与业务样式优先级冲突
- 464浏览 收藏
-
- 文章 · 前端 | 20小时前 |
- 浏览器缓存命中却仍请求服务器:强缓存与协商缓存排查
- 477浏览 收藏
-
- 文章 · 前端 | 22小时前 | javascript · 懒加载 IntersectionObserver 前端队列
- 用 IntersectionObserver 构建可停止的懒加载队列
- 401浏览 收藏
-
- 文章 · 前端 | 1天前 |
- 前端状态更新频繁时,批处理与去抖分别解决什么
- 227浏览 收藏
-
- 文章 · 前端 | 1天前 | 前端 · 可访问性 · 焦点陷阱 HTML dialog 焦点恢复 inert 无障碍弹窗
- 可访问弹窗的焦点陷阱、关闭恢复与背景隔离
- 309浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 386次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 468次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 475次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 415次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 241次使用
-
- JavaScript函数定义及示例详解
- 2025-05-11 502浏览
-
- 智能体安全引领产业升级——国内AI安全产品市场深度分析
- 2026-08-21 501浏览
-
- CSS变量简化按钮悬停效果技巧
- 2026-05-31 501浏览
-
- JavaScript符号类型详解与应用
- 2026-05-31 501浏览
-
- HTML剪贴板复制粘贴怎么用
- 2026-05-26 501浏览

