Web Speech API
Die Web Speech API ermöglicht es Ihnen, Sprachdaten in Web-Apps einzubinden.
Die Web Speech API besteht aus zwei Teilen: SpeechSynthesis (Text-to-Speech) und SpeechRecognition (asynchrone Spracherkennung).
Konzepte und Verwendung der Web Speech API
Die Web Speech API ermöglicht es Web-Apps, Sprachdaten zu verarbeiten. Sie hat zwei Komponenten:
- Die Spracherkennung ist über die Schnittstelle
SpeechRecognitionzugänglich. Sie kann gesprochene Sprache aus einer Audioquelle erkennen und ermöglicht Ihrer App, entsprechend zu reagieren. Im Allgemeinen verwenden Sie den Konstruktor der Schnittstelle, um ein neuesSpeechRecognition-Objekt zu erstellen. Dieses Objekt stellt mehrere Event-Handler bereit, mit denen sich erkennen lässt, wann Sprache über das Mikrofon des Geräts (oder über eine Audiospur) eingeht. Standardmäßig entscheidet der Browser, ob die Erkennung über einen entfernten Dienst oder auf dem Gerät des Benutzers erfolgt. Sie können jedoch festlegen, dass sie auf dem Gerät durchgeführt werden muss. - Die Sprachsynthese ist über die Schnittstelle
SpeechSynthesiszugänglich. Diese Text-to-Speech-Komponente ermöglicht es Programmen, ihre Textinhalte vorzulesen (normalerweise über den standardmäßigen Sprachsynthesizer des Geräts). Verschiedene Stimmen werden durchSpeechSynthesisVoice-Objekte dargestellt; Textabschnitte, die gesprochen werden sollen, durchSpeechSynthesisUtterance-Objekte. Um diese vorlesen zu lassen, übergeben Sie sie an die MethodeSpeechSynthesis.speak().
Weitere Informationen zur Verwendung dieser Funktionen finden Sie unter Verwendung der Web Speech API.
Schnittstellen der Web Speech API
>Spracherkennung
SpeechRecognition-
Die Steuerungsschnittstelle für den Erkennungsdienst. Sie verarbeitet auch die vom Erkennungsdienst gesendeten
SpeechRecognitionEvent-Objekte. SpeechRecognitionAlternative-
Stellt eine mögliche Übereinstimmung mit dem dar, was der Benutzer gesagt hat, wie es vom Spracherkennungsdienst erkannt wurde.
SpeechRecognitionErrorEvent-
Stellt Fehlermeldungen des Erkennungsdienstes dar.
SpeechRecognitionEvent-
Das Event-Objekt für die Events
resultundnomatch. Es enthält alle Daten, die mit einem vorläufigen oder endgültigen Spracherkennungsergebnis verbunden sind. SpeechRecognitionPhrase-
Stellt eine Phrase dar, die an die Spracherkennungs-Engine übergeben werden kann, um für die kontextabhängige Gewichtung verwendet zu werden.
SpeechRecognitionResult-
Stellt ein einzelnes Erkennungsergebnis dar, das mehrere
SpeechRecognitionAlternative-Objekte enthalten kann. SpeechRecognitionResultList-
Stellt eine Sammlung von
SpeechRecognitionResult-Objekten dar. Wenn sich die Erkennung nicht im Moduscontinuousbefindet, enthält sie nur ein Ergebnis.
Sprachsynthese
SpeechSynthesis-
Die Steuerungsschnittstelle für den Sprachsynthesedienst. Mit ihr können Sie Informationen über die auf dem Gerät verfügbaren Stimmen abrufen, die Sprachausgabe starten und pausieren sowie weitere Befehle ausführen.
SpeechSynthesisErrorEvent-
Enthält Informationen über Fehler, die bei der Verarbeitung von
SpeechSynthesisUtterance-Objekten im Sprachsynthesedienst auftreten. SpeechSynthesisEvent-
Enthält Informationen über den aktuellen Zustand von
SpeechSynthesisUtterance-Objekten, die im Sprachsynthesedienst verarbeitet wurden. SpeechSynthesisUtterance-
Stellt eine Anfrage zur Sprachausgabe dar. Sie enthält den Inhalt, den der Sprachsynthesedienst vorlesen soll, sowie Informationen darüber, wie er vorgelesen werden soll (z. B. Sprache, Tonhöhe und Lautstärke).
SpeechSynthesisVoice-
Stellt eine Stimme dar, die vom System unterstützt wird. Jedes
SpeechSynthesisVoice-Objekt hat einen eigenen zugehörigen Sprachsynthesedienst mit Informationen über Sprache, Namen und URI. Window.speechSynthesis-
Gibt das
SpeechSynthesis-Objekt zurück, das den Einstiegspunkt für die Sprachsynthesefunktionen bildet.
Veraltete Schnittstellen
Das Konzept der Grammatik wurde aus der Web Speech API entfernt. Die zugehörigen Funktionen sind aus Gründen der Abwärtskompatibilität weiterhin in der Spezifikation enthalten und werden von unterstützenden Browsern noch erkannt, haben aber keine Auswirkungen auf Spracherkennungsdienste.
SpeechGrammar-
Stellt Wörter oder Wortmuster dar, die der Erkennungsdienst erkennen soll.
SpeechGrammarList-
Stellt eine Liste von
SpeechGrammar-Objekten dar.
Fehler
Informationen zu Fehlern, die von der Web Speech API gemeldet werden (z. B. "language-not-supported" und "language-unavailable"), finden Sie in der folgenden Dokumentation:
Sicherheitsaspekte
Der Zugriff auf die Funktion zur Spracherkennung auf dem Gerät der Web Speech API wird durch die on-device-speech-recognition-Direktive von Permissions-Policy gesteuert.
Wenn eine festgelegte Richtlinie die Verwendung blockiert, schlagen Aufrufe der API-Methoden SpeechRecognition.available() und SpeechRecognition.install() fehl.
Beispiele
Unsere Beispiele zur Web Speech API veranschaulichen Spracherkennung und Sprachsynthese.
Sehen Sie sich auch den Web Speech API Playground an.
Spezifikationen
| Spezifikation |
|---|
| Web Speech API> # speechreco-section> |
| Web Speech API> # tts-section> |