Dieser Inhalt wurde automatisch aus dem Englischen übersetzt, und kann Fehler enthalten. Erfahre mehr über dieses Experiment.

View in English Always switch to English

SpeechRecognition: Methode start()

Eingeschränkt verfügbar

Diese Funktion ist nicht Baseline, da sie in einigen der am weitesten verbreiteten Browser nicht funktioniert.

Want more browser support for this feature? Tell us why.

Die Methode start() der Schnittstelle SpeechRecognition startet den Spracherkennungsdienst, der daraufhin eingehende Audiodaten (von einem Mikrofon oder einer Audiospur) empfängt. Ergebnisse werden über das Ereignis result bereitgestellt.

Syntax

js
start()
start(audioTrack)

Parameter

audioTrack Optional

Eine MediaStreamTrack-Instanz, deren Audiodaten für die Spracherkennung verwendet werden. Wenn sie nicht angegeben wird, versucht der Dienst stattdessen, Audiodaten vom Mikrofon der Benutzerin oder des Benutzers zu erkennen.

Rückgabewert

Keiner (undefined).

Ausnahmen

InvalidStateError DOMException

Wird in einem der folgenden Fälle ausgelöst:

  • Das aktuelle Dokument ist nicht vollständig aktiv.
  • Die Erkennung wurde bereits gestartet, und seitdem wurde weder ein end- noch ein error-Ereignis ausgelöst.
  • Ein audioTrack wurde angegeben, dessen Eigenschaft kind nicht audio ist.
  • Ein audioTrack wurde angegeben, dessen Eigenschaft readyState nicht live ist.

Beispiele

Sprache von einem Mikrofon erkennen

In unserem Beispiel Sprachgesteuerter Farbwechsler erstellen wir mit dem Konstruktor SpeechRecognition() eine neue SpeechRecognition-Objektinstanz. Anschließend erstellen wir einen click-Ereignishandler für einen <button>. Wird er angeklickt, starten wir den Spracherkennungsdienst und warten auf Audiodaten vom Mikrofon der Benutzerin oder des Benutzers:

js
const recognition = new SpeechRecognition();

const diagnostic = document.querySelector(".output");
const bg = document.querySelector("html");
const startBtn = document.querySelector("button");

startBtn.onclick = () => {
  recognition.start();
  console.log("Ready to receive a color command.");
};

Wenn ein Ergebnis erfolgreich erkannt wurde, wird das Ereignis result ausgelöst. Wir ermitteln die gesprochene Farbe aus dem Ereignisobjekt, indem wir den transcript der ersten SpeechRecognitionAlternative des ersten SpeechRecognitionResult in der zurückgegebenen results-Liste abrufen. Anschließend setzen wir die Hintergrundfarbe des <html>-Elements auf diese Farbe.

js
recognition.onresult = (event) => {
  const color = event.results[0][0].transcript;
  diagnostic.textContent = `Result received: ${color}`;
  bg.style.backgroundColor = color;
};

Sprache von einer Audiospur erkennen

Dieser Code (ein Auszug aus unserer Demo zur Spracherkennung auf Audiospuren) zeigt, wie Sprache von einer Audiospur erkannt wird. Zunächst erstellen wir eine neue SpeechRecognition-Instanz und setzen ihre Eigenschaft lang auf en-US. Anschließend rufen wir Referenzen auf ein <button>-Element und ein <p>-Element ab, um Ergebnisse und Diagnoseinformationen auszugeben.

js
const recognition = new SpeechRecognition();
recognition.lang = "en-US";

const startBtn = document.querySelector("button");
const diagnostic = document.querySelector(".output");

Als Nächstes fügen wir dem <button> einen click-Ereignishandler hinzu. Wenn er angeklickt wird, erstellen wir mit dem Konstruktor Audio() ein neues <audio>-Element und laden eine MP3-Datei hinein. Sobald die MP3-Datei abspielbereit ist (erkennbar am Ereignis canplay), erfassen wir sie mit der Methode captureStream() als MediaStream und extrahieren anschließend mit getAudioTracks() ihren Audio-MediaStreamTrack.

Dann spielen wir die Audiodaten ab (dies ist erforderlich, damit die Erkennung stattfinden kann) und übergeben den MediaStreamTrack an die Methode start(), um die Erkennung zu starten.

js
startBtn.addEventListener("click", () => {
  diagnostic.textContent = "";
  console.log("Loading audio track");
  const audioElement = new Audio("cheese-on-toast.mp3");
  audioElement.addEventListener("canplay", () => {
    const stream = audioElement.captureStream();
    const audioTrack = stream.getAudioTracks()[0];
    audioElement.play();
    recognition.start(audioTrack);
    console.log("Recognition started");
  });
});

Um die erkannten Audiodaten auszugeben, lauschen wir auf das Ereignis result. Wenn es ausgelöst wird, rufen wir den transcript der ersten SpeechRecognitionAlternative des ersten SpeechRecognitionResult in der zurückgegebenen results-Liste ab. Wir geben den Transkripttext im <p>-Element aus und protokollieren den Konfidenzwert in der Konsole.

js
recognition.addEventListener("result", (event) => {
  const speech = event.results[0][0].transcript;
  diagnostic.textContent = `Speech recognized: ${speech}.`;
  console.log(`Confidence: ${event.results[0][0].confidence}`);
});

Spezifikationen

Spezifikation
Web Speech API
# dom-speechrecognition-start

Browser-Kompatibilität

Siehe auch