DieWeb Speech API ermöglicht es Ihnen, Sprachdaten in Webanwendungen zu integrieren. Die Web Speech API besteht aus zwei Teilen:SpeechSynthesis (Text-zu-Sprache) undSpeechRecognition (Asynchrone Spracherkennung).

Web-Sprachkonzepte und Verwendung

Die Web Speech API ermöglicht es Webanwendungen, Sprachdaten zu verarbeiten. Sie hat zwei Komponenten:

• Spracherkennung wird über dasSpeechRecognition-Interface zugegriffen, das die Fähigkeit bietet, Sprachkontext aus einer Audioquelle zu erkennen und es Ihrer App ermöglicht, angemessen zu reagieren.In der Regel verwenden Sie den Konstruktor des Interfaces, um ein neuesSpeechRecognition-Objekt zu erstellen. Dieses Objekt bietet eine Anzahl von Ereignis-Handlern, um zu erkennen, wann Sprache von dem Mikrofon des Geräts (oder von einer Audiospur) eingehend ist.Sie können angeben, ob die Spracherkennung einen vom Nutzer bereitgestellten Dienst (Standard) verwenden oderlokal im Browser ausgeführt werden soll.
• Sprachsynthese wird über dasSpeechSynthesis-Interface zugegriffen, eine Text-zu-Sprache-Komponente, die es Programmen ermöglicht, ihren Textinhalt zu lesen (normalerweise über den Standard-Sprachsynthesizer des Geräts). Verschiedene Stimmtypen werden durchSpeechSynthesisVoice-Objekte repräsentiert, und verschiedene Textabschnitte, die gesprochen werden sollen, werden durchSpeechSynthesisUtterance-Objekte repräsentiert.Sie können diese sprechen lassen, indem Sie sie an dieSpeechSynthesis.speak()-Methode übergeben.

Weitere Details zur Nutzung dieser Funktionen finden Sie unterVerwendung der Web Speech API.

Schnittstellen der Web Speech API

Spracherkennung

SpeechRecognition

Das Kontroll-Interface für den Erkennungsdienst; dieses behandelt auch dasSpeechRecognitionEvent, das vom Erkennungsdienst gesendet wird.

SpeechRecognitionAlternative

Repräsentiert ein einzelnes, vom Spracherkennungsdienst erkanntes Wort.

SpeechRecognitionErrorEvent

Repräsentiert Fehlermeldungen vom Erkennungsdienst.

SpeechRecognitionEvent

Das Ereignisobjekt für dieresult- undnomatch-Ereignisse und enthält alle Daten, die mit einem vorläufigen oder endgültigen Spracherkennungsergebnis verbunden sind.

SpeechRecognitionPhrase

Repräsentiert einen Satz, der in die Spracherkennungsmotor zurkontextabhängigen Bevorzugung eingefügt werden kann.

SpeechRecognitionResult

Repräsentiert ein einzelnes Erkennungsergebnis, das möglicherweise mehrereSpeechRecognitionAlternative-Objekte enthält.

SpeechRecognitionResultList

Repräsentiert eine Liste vonSpeechRecognitionResult-Objekten oder ein einzelnes, wenn Ergebnisse imcontinuous-Modus erfasst werden.

Sprachsynthese

SpeechSynthesis

Das Kontroll-Interface für den Sprachdienst; dieses kann verwendet werden, um Informationen über die auf dem Gerät verfügbaren Synthesestimmen abzurufen, Sprache zu starten und zu pausieren und andere Befehle nebenbei auszuführen.

SpeechSynthesisErrorEvent

Enthält Informationen über Fehler, die bei der Verarbeitung vonSpeechSynthesisUtterance-Objekten im Sprachdienst auftreten.

SpeechSynthesisEvent

Enthält Informationen über den aktuellen Zustand der in den Sprachdienst verarbeitetenSpeechSynthesisUtterance-Objekte.

SpeechSynthesisUtterance

Repräsentiert eine Sprachanforderung.Es enthält den Inhalt, den der Sprachdienst lesen soll, sowie Informationen darüber, wie er gelesen werden soll (z. B. Sprache, Tonhöhe und Lautstärke).

SpeechSynthesisVoice

Repräsentiert eine Stimme, die das System unterstützt.JedeSpeechSynthesisVoice hat ihren eigenen relativen Sprachdienst, einschließlich Informationen über Sprache, Name und URI.

Window.speechSynthesis

Spezifiert als Teil eines[NoInterfaceObject]-Interfaces namensSpeechSynthesisGetter, und implementiert vomWindow-Objekt, bietet diespeechSynthesis-Eigenschaft Zugriff auf denSpeechSynthesis-Controller und somit den Einstiegspunkt in die Sprachsynthesefunktionalität.

Veraltete Schnittstellen

Das Konzept der Grammatik wurde aus der Web Speech API entfernt. Verwandte Funktionen bleiben in der Spezifikation und werden von unterstützenden Browsern aus Gründen der Rückwärtskompatibilität weiterhin erkannt, haben jedoch keinen Einfluss auf Spracherkennungsdienste.

SpeechGrammarVeraltet

Repräsentiert Wörter oder Muster von Wörtern, die der Erkennungsdienst erkennen soll.

SpeechGrammarListVeraltet

Repräsentiert eine Liste vonSpeechGrammar-Objekten.

Fehler

Für Informationen über Fehler, die von der Speech API gemeldet werden (zum Beispiel"language-not-supported" und"language-unavailable"), siehe die folgende Dokumentation:

• error-Eigenschaft desSpeechRecognitionErrorEvent-Objekts
• error-Eigenschaft desSpeechSynthesisErrorEvent-Objekts

Sicherheitsüberlegungen

Der Zugriff auf dielokale Spracherkennung-Funktionalität der Web Speech API wird durch dieon-device-speech-recognition- undPermissions-Policy-Direktive kontrolliert.

Insbesondere wo eine definierte Richtlinie die Nutzung blockiert, werden alle Versuche, die MethodenSpeechRecognition.available() oderSpeechRecognition.install() der API aufzurufen, fehlschlagen.

Beispiele

UnsereBeispiele der Web Speech API veranschaulichen Spracherkennung und -synthese.

Spezifikationen

Browser-Kompatibilität

api.SpeechRecognition

api.SpeechSynthesis

Siehe auch

• Verwendung der Web Speech API