介绍
Microsoft Speech SDK 是微软的语音识别和文本到语音 (TTS) 解决方案。该 SDK 可以用于在浏览器中使用语音技术。在浏览器中使用 Speech SDK，可通过 npm 包 microsoft-speech-browser-sdk 来完成。本文将详细介绍 npm 包 microsoft-speech-browser-sdk 的安装和使用。
准备工作
注册 Azure 订阅
要使用 Speech SDK，你需要一个 Azure 订阅。如果你还没有 Azure 订阅，请在以下网站注册：https://azure.microsoft.com/free/
创建 Azure 资源
在 Azure 订阅中，需要创建一个 Cognitive Services 资源。该资源用于访问 Speech SDK 的 API。可按照以下步骤创建 Cognitive Services 资源：
- 登录 Azure 门户 (https://portal.azure.com/)，选择“创建资源”。
- 在“创建资源”页中，选择“AI + Machine Learning”，然后选择“Cognitive Services”。
- 在“Cognitive Services”页中，选择“语音服务”。
- 在“语音服务”页中，输入名称和相关信息。
- 选择“定价”和“资源组”。然后创建资源。
- 在资源创建完毕后，可在资源概述页面中获取相关信息。
获取 Endpoint 和 Key
创建 Cognitive Services 资源后，需要获取 Endpoint 和 Key。以下是获取 Endpoint 和 Key 的步骤：
- 进入 Cognitive Services 资源概述页面。
- 在“资源管理”中，选择“Keys and Endpoint”。
- 在“Keys and Endpoint”页面中，复制“Key1”；然后点击“Show Endpoint”，复制“Endpoint”。这些信息稍后要用作 Speech SDK 的输入。
安装 npm 包
要使用 Speech SDK，需要在项目中安装 npm 包 microsoft-speech-browser-sdk。以下是安装 npm 包的步骤：
- 打开命令行界面。
- 输入以下命令，安装 npm 包：
--- ------- ----------------------------
使用 Speech SDK
引入 SDK
要使用 Speech SDK，在项目中引入 SDK。以下是引入 SDK 的代码示例：
----- --- - ---------------------------------------- ----- ------ - ----------- ----- ------------ - ----------------- ----- ---------------- - ---------------------
设置 SpeechConfig
在使用 Speech SDK 时，需要创建 SpeechConfig 对象。该对象用于设置语音识别目标语言、Endpoint 和 Key 等。以下是设置 SpeechConfig 的代码示例：
----- ------------ - --------------------------------------------------- -------------------- -------------------------------------- - -------- ----------------------- - ---------------- -------------------------------
创建 SpeechRecognizer
设置 SpeechConfig 后，需要创建 SpeechRecognizer 对象。该对象用于处理语音输入和语音识别。以下是创建 SpeechRecognizer 的代码示例：
----- ---------- - --- -------------------------------
输入语音
创建 SpeechRecognizer 对象后，需要通过浏览器输入语音。可以通过麦克风或音频文件输入语音。以下是输入语音的代码示例：
使用麦克风输入语音
可以使用浏览器的 WebRTC 访问麦克风。以下是使用麦克风输入语音的代码示例：
----- ----------- - ------------------------------------------------
------------------------------------ -- -
-------------------------
-- ----- -- -
-------------------
---使用音频文件输入语音
可以使用 FileReader API（https://developer.mozilla.org/en-US/docs/Web/API/FileReader）访问本地音频文件。以下是使用 FileReader API 输入语音的代码示例：
----- ----------- - -------------------------------------------------------
------------------------------------ -- -
-------------------------
-- ----- -- -
-------------------
---处理输出
SpeechRecognizer 对象接收语音之后，将执行识别操作。识别完成后，将触发回调函数，返回识别结果。以下是处理输出的代码示例：
------------------------------------ -- -
-------------------------
-- ----- -- -
-------------------
---结论
本文介绍了 npm 包 microsoft-speech-browser-sdk 的安装和使用。通过上述步骤，可以轻松地在浏览器中使用语音技术。Speech SDK 是目前市面上较为成熟、兼容性较好的语音解决方案之一，对于前端程序员来说具有很高的学习和应用价值。
来源：JavaScript中文网 ，转载请联系管理员！ 本文地址：https://www.javascriptcn.com/post/600572cb81e8991b448e8f9c