JavaScript语音识别主要依靠Web Speech API的SpeechRecognition接口，仅Chromium内核浏览器原生支持，无需后端、不传语音至服务器；需HTTPS环境、用户授权麦克风，支持中文但精度有限。
JavaScript 实现语音识别主要靠 Web Speech API 中的 SpeechRecognition 接口（目前仅 Chromium 内核浏览器如 Chrome、Edge 原生支持，Firefox 和 Safari 尚未实现）。它不是调用第三方服务，而是直接使用浏览器内置的语音识别引擎，无需后端、不传语音到服务器，适合简单场景。
基础用法：创建并启动识别器
先检查浏览器兼容性，再初始化识别实例：
if ('webkitSpeechRecognition' in window || 'SpeechRecognition' in window) {
const SpeechRecognition = window.SpeechRecognition || window.webkitSpeechRecognition;
const recognition = new SpeechRecognition();
recognition.continuous = false; // 识别一次后停止
recognition.interimResults = true; // 返回中间结果（实时显示）
recognition.lang = 'zh-CN'; // 设置中文识别
recognition.onresult = function(event) {
const transcript = Array.from(event.results)
.map(result => result[0])
.map(result => result.transcript)
.join('');
console.log('识别结果：', transcript);
};
recognition.onerror = function(event) {
console.error('识别出错：', event.error);
};
recognition.start(); // 开始监听麦克风
} else {
console.warn('当前浏览器不支持 Web Speech API');
}
关键配置项说明
几个常用属性直接影响体验：
-
continuous：设为
true可持续识别（说完停顿后自动继续），适合长对话；设为false（默认）则只识别一次就结束 -
interimResults：开启后会在最终结果前返回带
isFinal: false的临时文本，可用于“边说边显示”效果 -
lang：必须显式指定语言代码，如
'zh-CN'、'en-US'，否则可能识别不准或 fallback 到英文 - maxAlternatives：控制每段语音返回多少个候选结果（默认 1，最大通常为 10）
常见交互控制与事件
除了 onresult 和 onerror，这些事件帮你做更自然的 UI 反馈：
立即学习“Java免费学习笔记（深入）”；
- onstart：麦克风已启用，可显示“正在听…”状态
- onsoundstart / onsoundend：检测到声音开始/结束，适合做声波动画
-
onend：识别会话结束（可能是超时、出错或手动调用
stop()），此时可自动重启识别（配合continuous = false实现循环） - stop()：立即停止识别并返回已有结果；abort()：丢弃所有结果并终止
注意事项和限制
Web Speech API 不是万能方案，实际使用中需注意：
- 仅在 HTTPS 或
localhost下可用（HTTP 页面会被浏览器拒绝访问麦克风） - 用户首次使用需手动授权麦克风权限，建议加引导文案
- 识别质量依赖环境噪音、口音、语速；中文支持较英文弱，长句或专业词汇易出错
- 移动端支持不稳定（iOS Safari 完全不支持，Android Chrome 支持但常被系统省电策略中断）
- 无标点自动添加，返回纯文本，需自行处理断句或后处理
如果需要更高准确率、离线支持或跨平台稳定运行，建议搭配 WebAssembly 语音模型（如 Vosk）或调用云服务（阿里云智能语音、讯飞开放平台等）。
