Web Speech-JavaScript半知半解

Web Speech 语音输入

老版本中，如果我们要部署一个带有语音搜索功能的input，可用如下代码：

<input id="speech" type="search"
 x-webkit-speech speech />

然后通过webkitspeechchange事件来监听用户输入：

var speech = document.getElementById("speech");
speech.onwebkitspeechchange = funciton(){

}

注意：目前只有Chrome支持这种带语音的输入框。

在新版本中，我们还可以用JavaScript操作语音输入，就是通过Web Speech这个API。（也是只有Chrome支持）

主要有两部分：

语言识别（将所说的转换成文本文字）
语言合成（将文本文字读出来）

1、语言识别

1.1 SpeechRecognition对象

这个API部署在SpeechRecognition对象之上。

1.1.1 检测是否支持

if ("webkitSpeechRecognition" in window) {
  //  支持
}

确定支持后，新建一个SpeedchRecognition的实例对象：

if ("webkitSpeechRecognition" in window) {
  var recognition = new webkitSpeechRecognition();
}

1.1.2 属性和方法

属性

continous：是否让浏览器始终进行语言识别，默认为false，也就是说，当用户停止说话时，语音识别就停止了。这种模式适合处理短输入的字段。
maxAlternatives：设置返回的最大语音匹配结果数量，默认为1
lang：设置语言类型，默认值就继承自HTML文档的根节点或者是祖先节点的语言设置。

方法

start()：启动语音识别
stop()：停止语音识别
abort()：中止语音识别

1.1.3 事件

浏览器会询问用户是否许可浏览器获取麦克风数据
这个API提供了11个事件。

audiostart：当开始获取音频时触发，也就是用户允许时。
audioend：当获取音频结束时触发
error：当发生错误时触发
nomatch：当找不到与语音匹配的值时触发
result：当得到与语音匹配的值时触发，它传入的是一个SpeechRecognitionEvent对象，它的results属性就是语音匹配的结果数组，最匹配的结果排在第一位。该数组的每一个成员是SpeechRecognitionResult对象，该对象的transcript属性就是实际匹配的文本，confidence属性是可信度（在0到1之间）
soundstart
soundend
speechstart
speechend
start：当开始识别语言时触发
end：当语音识别断开时触发

看个实例：

<input id="speech" type="search" 
 x-webkit-speech speech />
 
 var speech = document.getElementById("speech");
if("webkitSpeechRecognition" in window) {
  var recognition = new webkitSpeechRecognition();
  
  recognition.onaudiostart = function(){
    speech.value = "开始录音";
  };
  
  recognition.ononmatch = function(){
    speech.value = "没有匹配结果，请再次尝试";
  };
  
  recognition.onerror = function(){
    speech.value ="错误，请再次尝试";
  };
  
  // 如果得到与语音匹配的值，则会触发result事件。
  
  recognition.onresult = function(event){
    if(event.results.length > 0) {
      var results = event.results[0];
      var topResult = results[0];
      
      if(topResult.confidence > 0.5) {
      
      } else {
        speech.value = "请再次尝试";
      }
    }
  }
}

2、语音合成

语音合成只有Chrome和Safari支持。

2.1 SpeechSynthesisUtterance对象

打开控制台，黏贴下面的函数，然后调用：

funciton speak(textToSpeak){
  var newUtterance = new SpeechSynthesisUtterance();
  
  newUtterance.text = textToSpeak;
  
  window.speechSynthsisi.speak(newUtterance);
}

2.1 SpeechSynthesisUtteranc的实例对象的属性

text：识别的文本
volume：音量（0~1）
rate：发音速度
pitch：音调
voice：声音
lang：语言类型

2.2 window.speechSynthesis.getVoices()

通过API提供给用户的声音在很大程度上取决于操作系统。谷歌有自己的一套给Chrome的默认声音，可以在Mac OS X，Windows和Ubuntu上使用。Mac OS X的声音也可用，所以和OSX的Safari的声音一样。你可以通过开发者工具的控制台看有哪种声音可用。

window.speechSynthesis.getVoices()用来获取发音列表，返回一个数组，每个元素的name属性表示声音名称

2.3 window.speechSynthsisi.speak()

window.speechSynthsisi.speak()方法是用于发音的。