html5输入语音,语音输入界面

提示：扫一扫查出行
【扫一扫了解最新限行尾号】
复制提示

HTML5语音识别原理是什么？可以很简单实现，但是具体原理是怎么样的?

原理：

主流的大词汇量语音识别系统多采用统计模式识别技术。典型的基于统计模式识别方法的语音识别系统由以下几个基本模块所构成：

信号处理及特征提取模块。该模块的主要任务是从输入信号中提取特征，供声学模型处理。同时，它一般也包括了一些信号处理技术，以尽可能降低环境噪声、信道、说话人等因素对特征造成的影响。

统计声学模型。典型系统多采用基于一阶隐马尔科夫模型进行建模。

发音词典。发音词典包含系统所能处理的词汇集及其发音。发音词典实际提供了声学模型建模单元与语言模型建模单元间的映射。

语言模型。语言模型对系统所针对的语言进行建模。理论上，包括正则语言，上下文无关文法在内的各种语言模型都可以作为语言模型，但目前各种系统普遍采用的还是基于统计的N元文法及其变体。

解码器。解码器是语音识别系统的核心之一，其任务是对输入的信号，根据声学、语言模型及词典，寻找能够以最大概率输出该信号的词串。

以上是语音识别的各个组成部分，而离线的语音识别，应该也是基于以上的原理，而且在手机内部内置了语音的字典，从而实现无线的识别

如：

1、浏览器提供的功能，比如chrome，如果没有提供的话就不能用。

2、具体实现的细节主要是chrome的离线语音识别引擎。

3、调用系统api，浏览器是个app，可以访问所有底层的api，只要系统提供就可以实现。

相关问答

Q1: HTML5语音识别技术原理是什么？可以很简单实现，但是具体原理是怎么样的?

使用YQ5969,这个语音识别技术可以支持本地和云端识别不同需求。5米内本地识别率 93%以上，云端识别率97%。YQ5969语音识别技术语言模型是用来计算一个句子出现概率的概率模型。它主要用于决定哪个词序列的可能性更大，或者在出现了几个词的情况下预测下一个即将出现的词语的内容。

Q2: 如何实现HTML5语音识别功能

如果想指定语言类别，还可以增加lang属性，如：inputx-webkit-speech lang="zh-CN"/。以及表示语法的（据说bUIltin:search可以过滤助词）：input x-webkit-speech x-webkit-grammar="bUIltin:search" /

还有一个onwebkitspeechchange的方法，发生在语言识别成功，且文字输入到文本框后触发。

Q3: html5可以做在线语音聊天功能吗

有啥不可以的。HTML5可以实现APP的离线推送通知，我自己电脑都在用facebook和twitter，linkin的离线通知，视频音频处理能力非常之强，加上webGL技术让其发挥各种酷炫的甚至FLASH无法比拟的效果，很多你无法想象的3D效果都发挥的淋漓尽致，还有很多设备响应，视频音频响应的API，国外也出现了一些用视频音频操作的web，加之老外开发了一些HTML5优秀框架和API，你说它还不能做什么嘛？哦对了，国外有很多HTML5在线视频语音聊天的网站了，由于很多处于中国限制级，怕放出来说传播违禁网站，自己去找啦。

你可以体验下youtube的HTML5关于视频和音频的一些功能体验，你就知道HTML5在视频音频上有多强了。

HTML5是要配合一些专有API，框架，javascript才能发挥出其性能的，并不是说就是用它的原生HTML标签就做出效果了，标签只是地基，它深层次的东西需要一个学习过程的。

我不懂HTML5深层次的开发，我只是业余全栈，我能说出看到过用到过的这些，专业HTML5开发的大神，或许还有更多更多好东西等着你呢└(^o^)┘

Q4: 谷歌浏览器怎样设置支持html5语音输入

实现语音输入

input type="text" x-webkit-speech /

只要在input元素上加上x-webkit-speech属性就可以了。如果你用的是xhtml，那么就需要这样写x-webkit-speech="x-webkit-speech";

lang 说明语音识别的语言种类

input type="text" x-webkit-speech lang="zh-CN" /

x-webkit-grammar 精确语音内容，如果是用搜索可以自动去掉 “的”之类的字

input type="text" x-webkit-speech x-webkit-grammar="bUIltin:search" /

onwebkitspeechchange事件，即语音发生变化时触发的事件，一般可以作为提交