语音识别和getUserMedia

Question

我正在构建一个Web应用程序，并计划使用语音识别和navigator.getUserMedia进行音频输入。

我注意到我的桌面浏览器（Chrome在Mac上，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（Nexus 7， Android v4.4.2；Chromev31.0.1650.59)上打开同一个页面，它会两次请求使用我的麦克风的权限，但我只能使用两个中的一个（以先启动者为准）。有时，我还会收到语音识别错误：“不允许”错误，即使我允许访问麦克风。

我做了一个jsFiddle，这里：http://jsfiddle.net/5xBpW/

我的问题是：有没有一种方法可以对输入流执行语音识别？或者有没有其他方法可以让这两种功能在Android的Chrome上工作？

Answer 1

您是否考虑过其他工具？Nuance（由现任谷歌工程负责人Ray K创建）推出了一款令人兴奋的新工具/产品，它使用专有的学习算法（如机器智能）将语音数据转换为动作。

此工具了解上下文，并可将其应用于特定操作，因此用户无需使用确切的短语：

https://developer.nuance.com/public/index.php?task=mix

巡更：https://developer.nuance.com/views/templates/mix/howDoesMixWork/phone/index.html

缺点是您依赖第三方，但由于您正在查看的API也是实验性的，因此可能会引起兴趣。