illegalCreed

中文

English

中文

English

Appearance

参考 ​

基于 MDN Web Docs 与 W3C WebAudio Community Group 规范草案（2026 年）编写

SpeechSynthesis（TTS） ​

接口与入口 ​

名称说明
window.speechSynthesis全局 SpeechSynthesis 实例（入口）
SpeechSynthesis控制器，继承 EventTarget
SpeechSynthesisUtterance一次朗读请求（文本+参数）
SpeechSynthesisVoice一个可用语音
SpeechSynthesisEvent朗读相关事件对象
SpeechSynthesisErrorEvent朗读错误事件对象

SpeechSynthesis 方法 ​

方法说明
speak(utterance)把 utterance 加入队列，依次朗读
cancel()清空队列并停止
pause()暂停当前朗读
resume()恢复暂停的朗读
getVoices()返回 SpeechSynthesisVoice[]（可能空，待 voiceschanged）

SpeechSynthesis 只读状态 ​

属性类型含义
pausedbool是否暂停
pendingbool队列是否有待朗读
speakingbool是否正在朗读

SpeechSynthesis 事件 ​

事件触发
voiceschangedgetVoices() 结果变化（异步加载完成）
start / end朗读开始/全部结束
error出错

SpeechSynthesisUtterance ​

构造：new SpeechSynthesisUtterance(text)

属性类型范围/默认说明
textstring-要朗读的文本
langstringBCP-47如 zh-CN / en-US
voiceSpeechSynthesisVoice-选定语音（优先于 lang）
volumefloat0 – 1（默认 1）音量
ratefloat0.1 – 10（默认 1）语速
pitchfloat0 – 2（默认 1）音调

事件：start / end / pause / resume / mark / boundary / error。

SpeechSynthesisVoice ​

属性说明
name语音名称
langBCP-47 语言
voiceURI唯一标识
default是否系统默认
localService是否本地引擎（false=云端）

SpeechRecognition（STT） ​

接口 ​

名称说明
SpeechRecognition控制器（Chrome/Edge 需 webkit 前缀）
SpeechRecognitionResultList识别结果列表
SpeechRecognitionResult单条结果（含多个候选）
SpeechRecognitionAlternative单个候选（transcript + confidence）
SpeechRecognitionEventresult 事件对象
SpeechRecognitionErrorEventerror 事件对象
SpeechGrammar已废弃，无效果
SpeechGrammarList已废弃，无效果

构造（兼容前缀） ​

javascript
const SpeechRecognition =
  window.SpeechRecognition || window.webkitSpeechRecognition;
const recognition = new SpeechRecognition();

SpeechRecognition 属性 ​

属性默认说明
lang浏览器默认BCP-47 识别语言
continuousfalsetrue 持续识别；false 单次
interimResultsfalse是否返回中间结果
maxAlternatives1候选数
grammars-已废弃，无效

SpeechRecognition 方法 ​

方法说明
start()开始识别（须用户手势触发）
stop()停止（等当前结果返回）
abort()立即中止

SpeechRecognition 事件 ​

事件触发
audiostart开始采集音频
audioend结束采集音频
speechstart检测到语音
speechend语音结束
soundstart / soundend检测到声音
nomatch有语音但无匹配
result拿到识别结果
error出错
start / end识别开始/结束

result 事件结构 ​

text
SpeechRecognitionEvent
 └─ results: SpeechRecognitionResultList
     └─ [i]: SpeechRecognitionResult
         ├─ isFinal: boolean
         └─ [j]: SpeechRecognitionAlternative
             ├─ transcript: string
             └─ confidence: float (0-1)

error 类型 ​

error 值含义
no-speech未检测到语音
aborted主动 abort
audio-capture麦克风硬件问题
network网络故障（Chrome 云端识别）
not-allowed麦克风权限被拒
service-not-allowed服务不允许（策略）
bad-grammargrammar 错误（已废弃仍会触发）
language-unsupportedlang 不支持

浏览器兼容性详表 ​

SpeechSynthesis ​

浏览器支持备注
Chrome33+全功能
Edge14+全功能
Firefox49+全功能
Safari7+（iOS）/ 7+（macOS）全功能
Samsung Internet4.0+全功能
Opera21+全功能

状态：Baseline Widely available（2018-09）。

SpeechRecognition ​

浏览器支持备注
Chrome25+（webkit）云端识别引擎
Edge79+（webkit）Chromium 内核
Safari14.1+（webkit）不完整
Opera27+（webkit）Chromium
Samsung Internet1.5+
Firefox默认禁用about:config 开 media.webspeech.recognition.enable + force_enable（实验性）

状态：Limited availability（非 Baseline）。

安全与权限 ​

要求说明
安全上下文HTTPS 或 localhost（SpeechRecognition 必须）
麦克风权限getUserMedia 同源权限，首次弹窗授权
Permissions-Policymicrophone 指令；iframe 需 allow="microphone"
用户手势start() 必须由手势触发（防自动监听）
传输Chrome STT 音频上传服务器（非本地）

第三方方案对比 ​

方案类型浏览器离线精度成本
原生 SpeechRecognition云 STTChromium/Safari否中免费
原生 SpeechSynthesis本地/云 TTS全部部分中免费
OpenAI Whisper API云 STT全部否高按分钟
AssemblyAI云 STT全部否高按分钟
whisper.cpp WASM本地 STT全部（WASM）是高免费
Vosk本地 STT全部（WASM）是中免费
Azure Speech云 STT/TTS全部否高按量
ElevenLabs云 TTS全部否极高（拟真）按字符
Coqui TTS本地 TTS全部（WASM）是高免费

资源链接 ​