HTML5语音识别怎么用_麦克风输入功能开启说明【教程】

Web Speech API 的 SpeechRecognition 在 Chrome 中无反应的根本原因是仅支持 HTTPS 或 localhost，HTTP 页面直接禁用；需用户手势触发、检测浏览器兼容性、正确配置 interimResults 和 continuous 参数。

Web Speech API 的 SpeechRecognition 在 Chrome 里为什么没反应

根本原因：它只在 HTTPS 页面或 localhost 下工作，HTTP 页面直接被浏览器禁用，连 new SpeechRecognition() 都会报 ReferenceError: SpeechRecognition is not defined。

实操建议：

• 本地开发时务必用 http://localhost:3000 这类地址，别用 file:// 或 http://127.0.0.1:3000（部分旧版 Chrome 不认）
• 上线部署必须配 HTTPS，自签名证书也不行，得是浏览器信任的 CA 签发的
• 检查浏览器支持：Chrome 33+、Edge 79+ 支持，Firefox 和 Safari 完全不支持 SpeechRecognition 接口
• 别依赖 window.SpeechRecognition 全局变量存在——先检测：

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

  否则在 Safari 里直接崩

麦克风权限没弹出？recognition.start() 卡住不动

不是代码写错了，是调用时机不对。浏览器强制要求用户手势触发（比如点击按钮），不能在页面加载完自动 start()。

常见错误现象：

立即学习 “ 前端免费学习笔记（深入）”；

• 页面 onload 里直接 recognition.start() → 权限静默失败，控制台报 NotAllowedError: Permission denied
• 用 setTimeout 延迟 1 秒再 start → 依然无效，手势上下文已丢失

正确做法：

• 绑定到用户真实点击事件：

  button.addEventListener('click', () => recognition.start());

• 如果要用语音唤醒，得先让用户点一次按钮授权，之后才能后台监听（但需保持页面前台活跃）
• 启动前加状态判断：if (recognition.readyState === 'idle') recognition.start();，避免重复调用导致异常

interimResults: true 和 continuous: true 怎么组合才不丢字

这两个布尔值控制识别流的行为，乱配会导致回调只触发一次、或中间结果覆盖最终结果。

使用场景与参数差异：

• interimResults: false（默认）→ 只返回最终确认结果，适合命令式语音（如“打开设置”）
• interimResults: true → 每次识别更新都触发 result 事件，但需要手动区分 event.results[i].isFinal
• continuous: true + interimResults: true → 麦克风持续收音，不断吐结果，适合听写；但若不清理 event.results 索引，容易把上一轮的 isFinal=false 结果当新内容追加

关键细节：

• 每次 result 回调里，event.results 是一个 SpeechRecognitionResultList，要遍历所有 event.results.length 项，不能只取 [0]
• 推荐结构：

  recognition.onresult = event => {for (let i = event.resultIndex; i < event.results.length; i++) {const transcript = event.results[i][0].transcript;     if (event.results[i][0].isFinal) finalText += transcript;   } };

识别中文不准、延迟高、老是断掉

不是模型问题，是语言和配置没对齐。Web Speech API 的识别引擎完全由浏览器调用系统级服务（Chrome 走 Google 语音引擎），不走前端 JS。

性能与兼容性影响：

• 必须显式设 recognition.lang = 'zh-CN'，不设默认按浏览器 UI 语言走，英文系统跑中文识别准确率暴跌
• 移动端 Chrome（Android）支持较好；iOS Safari 完全无解，SpeechRecognition 对象根本不存在
• 识别过程耗电明显，长时间运行可能被系统休眠麦克风，尤其 PWA 离开前台后自动终止
• 没有“静音检测”或“说话结束自动停”机制，continuous: true 下必须自己监听 end 事件并手动 start() 续上，否则一卡就断

容易被忽略的一点：识别质量严重依赖网络——所有音频都在上传到 Google 服务器处理，离线完全不可用。家里宽带抖动、公司防火墙拦截 https://www.google.com/speech-api 域名，都会表现为“识别中……然后没反应”。