音声認識のテスト

demo-SpeechRecognition.js

const SpeechRecognition = window.SpeechRecognition || webkitSpeechRecognition
const SpeechGrammarList = window.SpeechGrammarList || webkitSpeechGrammarList

const recognition = new SpeechRecognition
const grammarList = new SpeechGrammarList()
{ // カスタムグラマーを追加するテスト（特別なキーワードがある時に使う感じ？何も追加しなくても動く）
  const colors = [ 'aqua' , 'azure' , 'beige', 'bisque', 'black', 'blue', 'brown', 'chocolate', 'coral', 'crimson', 'cyan', 'fuchsia', 'ghostwhite', 'gold', 'goldenrod', 'gray', 'green', 'indigo', 'ivory', 'khaki', 'lavender', 'lime', 'linen', 'magenta', 'maroon', 'moccasin', 'navy', 'olive', 'orange', 'orchid', 'peru', 'pink', 'plum', 'purple', 'red', 'salmon', 'sienna', 'silver', 'snow', 'tan', 'teal', 'thistle', 'tomato', 'turquoise', 'violet', 'white', 'yellow'];
  const colorsGrammer = '#JSGF V1.0; grammar colors; public <color> = ' + colors.join(' | ') + ' ;'
  grammarList.addFromString(colorsGrammer);
}
recognition.grammars = grammarList
recognition.lang = 'ja-JP'
recognition.continuous = true //各認識の継続的な結果を返すか? default:false、これがfalseだと一つ目の確定結果イベントが発生した時点で聞き取りがstopされる。trueの場合は確定結果のresultイベントが継続的に何度も発生する。
recognition.interimResults = true //聞き取り途中の暫定的な結果を返すか? default:false、暫定結果無し{isFinal:true}な結果候補が来るのを待つと少し反応が悪いので、暫定と知りつつ結果を表示して、isFinal:true が来たら差し替えるという使い方が良いと思う。
recognition.maxAlternatives = 1 //結果候補の最大数（例えば「あいう」と言った時に[{transcript:"あいう",confidence:0.91},{transcript:"LINE",confidence:0.7},{transcript:"",confidence:0}] みたいなどう聞こえたかの候補が複数返ってくる。confidenceは自信度、一番自身があるやつ順になってるので基本的に最初の1個を採用すれば良く、それなら maxAlternatives は1で十分ということになる。
// とりあえず全部ログに出してみる
for(const t of `audioend audiostart end error nomatch result soundend soundstart speechend speechstart start`.split(/ /)){
    recognition.addEventListener(t, e=>console.debug(e.type, {e}))
}
recognition.addEventListener("result", e=>{
    [...e.results].forEach((r,ri)=>{
        [...r].forEach((a,ai)=>{
            if(a.confidence == 0) return
            console.log(`results[${ri}][${ai}]`, r.isFinal, Math.floor(a.confidence*10), a.transcript)
        })
    })
})


recognition.start(); setTimeout(()=>{recognition.stop(),console.log("recognition stopped")}, 10_000)

この辺も超参考になる。
https://monomonotech.jp/kurage/iot/webspeechapi_voice_recognition.html

音声認識のサンプルはこちら
https://gist.github.com/kawaz/ece40ab50d2ae0c1f888bb7c6f6cef72

音声合成のサンプルはこちら
https://gist.github.com/kawaz/b68c0efc87dc074ef27be3ed01bf84d0