【亲测免费】 annyang 语音识别库使用教程
2026-01-19 11:27:55作者:仰钰奇
项目介绍
annyang 是一个轻量级的 JavaScript 语音识别库,允许用户通过语音命令控制网站。它没有任何依赖,体积仅为 2 KB,并且可以免费使用和修改。annyang 支持多种浏览器,并且易于集成到任何网站中。
项目快速启动
安装
你可以通过以下方式在项目中引入 annyang:
<script src="//cdnjs.cloudflare.com/ajax/libs/annyang/2.6.1/annyang.min.js"></script>
基本使用
以下是一个简单的示例,展示如何使用 annyang 实现基本的语音识别功能:
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<title>annyang 示例</title>
<script src="//cdnjs.cloudflare.com/ajax/libs/annyang/2.6.1/annyang.min.js"></script>
</head>
<body>
<h1>试试说 "hello"</h1>
<script>
if (annyang) {
// 定义一个命令
const commands = {
'hello': () => {
alert('Hello world!');
}
};
// 添加命令到 annyang
annyang.addCommands(commands);
// 开始监听
annyang.start();
}
</script>
</body>
</html>
应用案例和最佳实践
应用案例
- 智能家居控制:用户可以通过语音命令控制家中的智能设备,如灯光、空调等。
- 语音搜索:用户可以通过语音输入搜索内容,提高搜索效率。
- 游戏控制:在游戏中,用户可以通过语音命令进行角色移动、攻击等操作。
最佳实践
- 命令设计:设计简单明了的命令,避免复杂的语法结构,提高识别准确率。
- 错误处理:添加错误处理逻辑,当语音识别失败时,给予用户提示。
- 隐私保护:确保用户的语音数据不会被泄露,遵守相关隐私保护法规。
典型生态项目
Speech KITT
Speech KITT 是一个与 annyang 配合使用的图形界面库,可以方便地为用户提供开始/停止语音识别的界面,并显示当前状态。Speech KITT 提供了多种主题和自定义选项,帮助开发者创建友好的用户界面。
安装
<script src="//cdnjs.cloudflare.com/ajax/libs/SpeechKITT/0.3.0/speechkitt.min.js"></script>
使用
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<title>Speech KITT 示例</title>
<script src="//cdnjs.cloudflare.com/ajax/libs/annyang/2.6.1/annyang.min.js"></script>
<script src="//cdnjs.cloudflare.com/ajax/libs/SpeechKITT/0.3.0/speechkitt.min.js"></script>
</head>
<body>
<h1>试试说 "hello"</h1>
<script>
if (annyang) {
// 添加命令到 annyang
annyang.addCommands({
'hello': function() {
alert('Hello world!');
}
});
// 告诉 KITT 使用 annyang
SpeechKITT.annyang();
// 定义一个样式表给 KITT
SpeechKITT.setStylesheet('//cdnjs.cloudflare.com/ajax/libs/SpeechKITT/0.3.0/themes/flat.css');
}
</script>
</body>
</html>
通过以上步骤,你可以快速集成 annyang 和 Speech KITT,为用户提供友好的语音识别体验。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
539
3.76 K
Ascend Extension for PyTorch
Python
348
414
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
889
609
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
338
185
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
252
openGauss kernel ~ openGauss is an open source relational database management system
C++
169
233
暂无简介
Dart
778
193
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.34 K
758
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
114
140