使用WebRTC，Node.js和语音识别引擎进行实时语音识别

答：我正在尝试实施。

一个Web应用程序，允许在Web浏览器内进行实时语音识别（ 如此 ）。

B.我目前正在考虑使用的技术来实现A.

• JavaScript的
• Node.js的
• 的WebRTC
• Microsoft Speech API或Pocketsphinx.js或其他东西（不能使用Web Speech API）

C.非常基本的工作stream程

1. Web浏览器build立与节点服务器的连接（服务器充当信令服务器并且还提供静态文件）
2. Web浏览器使用getUserMedia（）获取audiostream并将用户语音发送到节点服务器
3. 节点服务器将接收到的audiostream传递给语音识别引擎进行分析
4. 语音识别引擎将结果返回给节点服务器
5. 节点服务器将文本结果发回给启动Web浏览器
6. （节点服务器执行步骤1到5来处理来自其他浏览器的请求）

D.问题

1. Node.js是否适合实现C？
2. 我怎样才能将接收到的audiostream从我的节点服务器传递到与服务器分开运行的语音识别引擎？
3. 我的语音识别引擎是否可以作为另一个Node应用程序（如果使用Pocketsphinx）运行？ 所以我的节点服务器与我的节点语音识别服务器通信。

Answer 1

Node.js是否适合实现C？

是的，虽然对此没有硬性要求。 有些人用gstreamer运行服务器，例如检查

http://kaljurand.github.io/dictate.js/

节点也应该没问题。

我怎样才能将接收到的audiostream从我的节点服务器传递到与服务器分开运行的语音识别引擎？

节点间通信有很多种方法。 其中之一是http://socket.io 。 也有普通的sockets 。 特定的框架取决于您对容错和可扩展性的要求。

我的语音识别引擎是否可以作为另一个Node应用程序（如果使用Pocketsphinx）运行？ 所以我的节点服务器与我的节点语音识别服务器通信。

是的，当然。 您可以创build一个节点模块来转换pocketsphinx API。

更新：检查这个，它应该类似于你所需要的：

http://github.com/cmusphinx/node-pocketsphinx

Answer 2

你应该在去年秋天的Firefox峰会上与Andre Natal进行联系，他现在正在使用Firefox / FxOS实现离线语音识别的Google Summer of Code项目： http ://cmusphinx.sourceforge.net/2014/ 04 /语音项目上，GSOC 2014 /