语音识别和获取用户媒体



我正在构建一个Web应用程序,并计划同时使用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,v. 31.0.1650.63)两次请求使用麦克风的权限。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可以工作。

但是,如果我在Android上打开同一页面(Nexus 7,Android v4.4.2;Chrome v31.0.1650.59),它两次要求允许使用我的麦克风,但我只能使用两者之一(以先启动者为准)。有时,即使我允许访问麦克风,我也会收到语音识别error: "not-allowed"错误。

我做了一个jsFiddle,在这里: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?或者有没有其他方法可以让这两个功能在 Chrome for Android 上运行?

您是否考虑过其他工具?Nuance(由现任Google工程主管Ray K创立)推出了一个令人兴奋的新工具/产品,它使用专有学习算法(例如机器智能)将语音数据转换为操作。

此工具了解上下文,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

缺点是你依赖第三方,但由于你正在查看的API也是实验性的,这可能会引起人们的兴趣。

相关内容

最新更新