Распознавание речи - работайте непрерывно

Я пытаюсь создать голосовой редактор на базе HTML5 с помощью API распознавания речи. В настоящее время проблема заключается в том, что когда вы начинаете запись, она длится только определенное время (в основном, пока пользователь не перестанет говорить).

Я могу установить continuous и interimResults на true, но это не будет вести запись вечно. Все равно заканчивается.

Я также могу сказать, чтобы он начинался снова во время конечного события, но тогда он каждый раз запрашивает разрешение, что очень мешает.

Есть ли способ, чтобы он работал непрерывно, а пользователю нужно было только один раз спросить?


javascript html speech-recognition html5-audio
person samanime    schedule 01.05.2015    source источник

Ответы (4)


arrow_upward
26
arrow_downward

Независимо от того, какие настройки вы выберете, Google Chrome через некоторое время остановит механизм распознавания речи... это невозможно обойти.

Единственное надежное решение, которое я нашел для непрерывного распознавания речи, - это запустить его снова, привязавшись к событию onend(), как вы предложили.

Если вы попробуете подобную технику, имейте в виду следующее:

  1. Если вы не используете HTTPS, пользователю будет предложено дать разрешение снова и снова при каждом перезапуске. По этой и многим другим причинам не ставьте под угрозу HTTP при использовании распознавания речи.

  2. Убедитесь, что вы не перезапускаете распознавание речи немедленно onend() без каких-либо мер безопасности, чтобы убедиться, что вы не запускаете браузер в бесконечный цикл (например, две открытые вкладки с onend(function() {restart()}) могут привести к сбою браузера, как я подробно описал в этой ошибке). отчет: https://code.google.com/p/chromium/issues/detail?id=296690) См. https://github.com/TalAter/annyang/blob/1ee294e2b6cb9953adb9dcccf4d3fcc7eca24c2c/src/annyang.js#L214, как я с этим справляюсь.

  3. Не запускайте автоматический перезапуск, если причиной его завершения является что-то вроде service-not-allowed или not-allowed. См. ">https://github.com/TalAter/annyang/blob/1ee294e2b6cb9953adb9dcccf4d3fcc7eca24c2c/src/annyang.js#L196

Вы можете увидеть, как я справился с этим в своем коде — https://github.com/TalAter/annyang/blob/master/src/annyang.js

person Tal Ater    schedule 02.05.2015
comment
@samanime Если вы считаете, что это самый точный ответ, отметьте его как правильный. - person Tal Ater; 03.06.2015
comment
Просто обновление. Ссылки на github, кажется, не работают. Вот текущая ссылка, которую я нашел. github.com/TalAter/annyang - person jkw4703; 10.08.2018
comment
Все ссылки были исправлены на те, которые не должны прерываться в будущих версиях annyang. - person Tal Ater; 15.08.2018
comment
Этот ответ великолепен! знайте, что следующий раздел очень полезен и выходит за рамки того, о чем спрашивал ОП. - person Brian Risk; 30.05.2020

arrow_upward
4
arrow_downward

Пожалуйста, попробуйте этот код, я думаю, он делает то, что вам нужно:

<!DOCTYPE html>
<html>
    <head>
        <title>Speech recognition</title>
        <style>
            #result{
                border: 2px solid black;
                height: 200px;
                border-radius: 3px;
                font-size: 14px;
            }
            button{
                position: absolute;
                top: 240px;
                left: 50%;
            }
        </style>
        <script type="application/javascript">
            function start(){
                var r = document.getElementById("result");
            if("webkitSpeechRecognition" in window){
                var speechRecognizer = new webkitSpeechRecognition();
                speechRecognizer.continuous = true;
                speechRecognizer.interimResults = true;
                speechRecognizer.lang = "en-US";
                speechRecognizer.start();
                
                var finalTranscripts = "";
                speechRecognizer.onresult = function(event){
                    var interimTranscripts = "";
                    for(var i=event.resultIndex; i<event.results.length; i++){
                        var transcript = event.results[i][0].transcript;
                        transcript.replace("\n", "<br>");
                        if(event.results[i].isFinal){
                            finalTranscripts += transcript;
                        }
                        else{
                            interimTranscripts += transcript;
                        }
                        r.innerHTML = finalTranscripts + '<span style="color: #999;">' + interimTranscripts + '</span>';
                    }
                };
                speechRecognizer.onerror = function(event){
                };
            }
            else{
                r.innerHTML = "Your browser does not support that.";
            }
            }
        </script>
    </head>
    <body>
        <div id="result"></div>
        <button onclick="start()">Listen</button>
    </body>
</html>

person Ahmed Hussein    schedule 02.07.2017
comment
Я искал это speechRecognizer.continuous = true; большое спасибо! - person SoEzPz; 06.01.2019

arrow_upward
2
arrow_downward

HTML 5 Speech Continuous требует этого...

window.SpeechRecognition = window.webkitSpeechRecognition || window.SpeechRecognition;

if ('SpeechRecognition' in window) {
  console.log('supported speech')
} else {
  console.error('speech not supported')
}
    const recognition = new window.SpeechRecognition();

    recognition.continuous = true;

    recognition.onresult = (event) => {
      console.log('transscript: ', event.results[event.results.length -1][0].transcript);
    }
    
    recognition.start();

person SoEzPz    schedule 06.01.2019

arrow_upward
2
arrow_downward

Вам придется запускать движок каждые несколько секунд. См. Мой код, https://github.com/servo-ai/servo-platform/blob/master/editor/src/assets/js./voice/asr.js

Примечание. После версии 70 Chrome пользовательский интерфейс щелчка необходим хотя бы один раз.

person Lior    schedule 12.02.2019