我正在尝试使用 Webkit Speech Recognition API 来识别单个音节，而不是完整的单词或句子。 由于这个API需要“语法”定义，不知道有没有办法实现单音节识别。类似“ah”或“bi”。
谢谢
【问题讨论】：
SpeechRecognition developer.mozilla.org/en-US/docs/Web/API/SpeechRecognition/… 中设置grammars，但是你需要音节......而且音节很多......也许你可以使用它来创建你自己的语法github.com/tur-nr/node-jspeech.
标签： javascript speech-recognition webkitspeechrecognition
很遗憾，Web Speech API 无法做到这一点。尽管您可以创建自定义语法（它们是单词的集合），但您不能定义自定义字典或词汇表（它们是单词本身）。在您的情况下，您需要定义一个自定义词汇表，其中包含单个音素作为单词，然后将您的语法限制为仅从您的自定义词汇表中选择单词。有一些付费的基于云的服务可以让您做到这一点。
例如，使用 IBM Watson，您可以先create a custom language model，然后再add words to the model（在您的情况下，每个音素都是一个“单词”）。通常，自定义语言模型与通用语言模型混合在一起，但您不希望这样，因此您可以将set the customization weight 设置为 1.0（这意味着它仅使用您的自定义语言模型）。
您还可以通过其他方式来解决此问题，但我怀疑您会找到不涉及付费服务的纯基于 Web 的解决方案。如果您能够迁移到本机平台（或在服务器上创建自己的基于 Web 的服务），那么您还有更多选择。例如，CMUSphinx 将允许您create a custom dictionary 与服务器上的 Sphinx4 或移动设备上的 PocketSphinx 一起使用。尽管 CMUSphinx 不是用于大词汇表应用程序的最准确系统，但您的自定义词汇表会很小，因此 CMUSphinx 的性能会非常好。
【讨论】：