Web Speech API 可在浏览器中实现语音识别，通过创建 SpeechRecognition 实例并配置语言、连续识别等参数，结合 onresult 等事件获取语音转文本结果，示例代码展示了在 chrome 浏览器中点击按钮开始录音、实时显示识别内容的功能，需注意该 API 仅支持 https 或 localhost，且主要在桌面版 Chrome 中可用，其他浏览器兼容性有限，使用时需处理错误和权限授权，并为不支持的用户提供降级提示。
html5 本身不直接提供语音识别功能，但可以通过 Web Speech API 实现语音识别。该 API 提供了浏览器端的语音识别和语音合成功能，其中 SpeechRecognition 接口用于将用户的语音转换为文本。
启用 Web Speech API 进行语音识别
目前，Web Speech API 的语音识别接口在部分浏览器中需要通过前缀调用，且主要在 Chrome 浏览器中支持较好（如 Chrome 25+）。以下是实现步骤：
- 创建
SpeechRecognition或webkitSpeechRecognition实例 - 配置识别参数，如是否连续识别、语言类型等
- 绑定事件回调：识别结果、错误处理、结束状态等
- 启动识别并获取用户语音转文本的结果
基础 HTML 和 javaScript 示例代码
以下是一个完整的简单示例，点击按钮开始语音识别，识别结果实时显示在页面上：
立即学习“前端免费学习笔记（深入）”；
<!DOCTYPE html> <html lang="zh"> <head> <meta charset="UTF-8" /> <title>语音识别测试</title> </head> <body> <h2>语音识别（Web Speech API）</h2> <button id="startBtn">开始录音</button> <button id="stopBtn">停止录音</button> <div id="result">识别结果将显示在这里...</div> <script> // 检查浏览器是否支持 Web Speech API const SpeechRecognition = window.SpeechRecognition || window.webkitSpeechRecognition; if (!SpeechRecognition) { document.getElementById('result').textContent = '当前浏览器不支持语音识别，请使用 Chrome 浏览器。'; const startBtn = document.getElementById('startBtn'); startBtn.disabled = true; return; } // 创建识别实例 const recognition = new SpeechRecognition(); recognition.lang = 'zh-CN'; // 设置语言为中文 recognition.continuous = true; // 是否持续监听 recognition.interimResults = true; // 是否返回中间结果 const resultDiv = document.getElementById('result'); const startBtn = document.getElementById('startBtn'); const stopBtn = document.getElementById('stopBtn'); // 绑定识别结果事件 recognition.onresult = (event) => { let finalTranscript = ''; let interimTranscript = ''; for (let i = event.resultIndex; i < event.results.length; i++) { const transcript = event.results[i][0].transcript; if (event.results[i].isFinal) { finalTranscript += transcript; } else { interimTranscript += transcript; } } // 显示最终结果 + 中间结果 resultDiv.innerHTML = ` <strong>最终结果：</strong>${finalTranscript}<br> <em>正在识别：</em>${interimTranscript} `; }; // 错误处理 recognition.onerror = (event) => { resultDiv.textContent += `n识别出错：${event.error}`; }; // 结束识别 recognition.onend = () => { console.log('语音识别已结束'); }; // 开始识别 startBtn.onclick = () => { recognition.start(); resultDiv.textContent = '正在聆听...'; }; // 停止识别 stopBtn.onclick = () => { recognition.stop(); }; </script> </body> </html>
关键配置说明
以下是常用属性和事件的说明，帮助你更好地控制识别行为：
- lang：设置识别语言，如 ‘zh-CN’（中文）、’en-US’（英文）
- continuous：是否持续识别多段语音，默认 false
- interimResults：是否返回临时中间结果，设为 true 可实现“边说边出字”
- onresult：每次识别到语音时触发，包含最终和中间结果
- onerror：识别发生错误时调用
- onend：识别结束时触发，可在此重新启动或提示用户
注意事项与兼容性
Web Speech API 目前存在一些限制：
- 仅在 HTTPS 环境或 localhost 下可用（出于安全考虑）
- Chrome 支持较好，firefox、safari、edge 支持有限或需手动开启
- 移动端支持较弱，部分 android 浏览器可能调用系统输入法代替
- 用户首次使用需授权麦克风权限
基本上就这些。只要浏览器支持，Web Speech API 能快速实现语音转文字功能，适合做语音搜索、语音输入等轻量级应用。注意做好降级处理，提示不支持的用户更换浏览器或使用其他输入方式。