山维空间
·
【实用教程】在网页里集成语音输入：1. 在浏览器里完成录音
💡
原文中文，约3200字，阅读约需8分钟。
📝
内容提要
本文介绍了如何在网页中集成语音识别（STT）功能，通过使用MediaRecorder完成录音并提供相关代码。下一篇文章将介绍如何使用大模型API进行文字转换。
🎯
关键要点
- 本文介绍如何在网页中集成语音识别功能（STT）。
- 语音输入功能可以鼓励用户输入更多内容，适合移动设备和一体机使用。
- 文章计划内容包括基础概念、使用MediaRecorder完成录音、STT方案、WASM细节处理和总结。
- 基础概念部分提到系统自带语音输入质量可能不好，录音文件中包含用户情绪信息。
- MediaRecorder用于录音，支持不同浏览器的文件格式处理。
- 使用navigator.mediaDevices捕获音视频流进行录音。
- 需要处理用户许可和不同浏览器的支持情况。
- 录音开始、数据变化和停止时的事件处理代码示例。
- 录音停止后需要处理语音文字转换和释放录音流。
- 下次文章将介绍如何使用大模型API进行文字转换。
➡️
