web浏览器中有限单词的（连续）语音识别

有没有一种语音识别的解决方案

• 只有几句话（2句就足够了，10句就很酷了。100句太棒了。不需要更多）
• 也可以在移动浏览器上运行（是否可以使用flash（而不是java）实现此功能？）
• 可以安装在您自己的服务器上。最好使用PHP+MySQL（如果需要服务器端代码）

---

我尝试过搜索，但我只找到了实际的转录服务（比如Android上的谷歌语音搜索）。

现在你甚至不需要服务器来运行语音识别，你只需要一个支持Web音频API的浏览器（最新的firefox和chrome都支持它）。CMUSphinx现在可以在浏览器中的javascript中执行

有关更多详细信息，请参阅

---

这种解决方案的一个例子是，它基于（Nikolay Shmyrev的帖子中也提到）。要回答您的要点：

• 它支持约60个单词的简单闹钟语法（如“五分钟内叫醒我”）
• 我已经设法在Chrome Beta 32.0.1700.99 Android 4.1.2（三星Galaxy S2）上运行了它，它需要一个现代Javascript引擎，但不需要Flash
• 它不需要服务器，因为语音识别是在Javascript中离线完成的，所有需要的文件都可以使用ApplicationCache缓存

对于这个应用程序，语法是用pocketsphinx.js编写的，并自动转换为pocketsphinx.js所需的有限状态模型和字典。对于简单的“MP3播放/暂停”语法，您可以轻松地直接编写FSA

此应用程序中的英语声学模型不是很好，也就是说，他们可能会被背景中的MP3播放搞糊涂。你可以通过训练更好的模特来提高这一点。但是，更好的模型可能更大（例如Javascript中大于20MB），不再适合内存，或者只是让应用程序运行/加载非常缓慢

在手机上运行的应用程序的屏幕截图：

---

可能重复您试图通过结果实现的目标？谢谢Mat。我想控制MP3文件的音频播放（播放/暂停）。这在使用Firefox或Chromium的Xubuntu上不起作用。在Chromium Flash中，单击以允许权限时没有响应。在Firefox中，它工作正常，但在自动或手动模式下似乎什么都没有发生。嘿，在过去两年中，很多事情都发生了变化。我已经更新了答案，请尝试一种新的客户端技术，它应该在没有flash的情况下工作。我也不认为这是可用的。我试过了，第一次几乎就成功了，但发现号码错了（而且速度慢），之后，即使在刷新之后，我也无法让它做任何事情。我不会删除旧的解决方案：至少这有可能在Firefox中工作。