javascript - 如何让我的网络浏览器以编程方式说话？

Question

是否可以让网站以编程方式向用户传达欢迎信息？

假设我想在成功登录我的网站后向用户打招呼。我知道我可以录制问候消息(即作为 MP3)并播放，但我希望能够以编程方式执行此操作，因为所有用户的名称都会不同。

例如，我可能想说Welcome, John Doe当 John Doe 登录时。

我怎么能用普通的javascript做到这一点？

注意:这不打算在生产系统中使用，而是打算用作更大的 UX 实验的一小部分。

Answer 1

对于 window.speechSynthesis.speak()要在 Chromium 浏览器上呈现音频输出，用户需要拥有 speech-dispatcher 使用 --enable-speech-dispatcher 安装并启动浏览器旗帜。

How to use Web Speech API at chromium?

onvoiceschanged事件处理程序和 window.speech.synthesis.getVoices()需要调用以填充可用语音列表。 API 并不简单。 .getVoices() SpeechSynthesisVoice 可能需要调用两次填充 .getVoices() 返回的数组的对象.

请注意，可能会调用 .speak()。放置在队列中，而不是呈现为音频输出，这不是立即显而易见的；调用window.speechSynthesis.cancel()清除队列，然后可能会意外呈现音频输出。

speechSynthesis.getVoices() is empty array in Chromium Fedora

然后您可以使用 window.speechSynthesis.speak() .

一段时间以来一直在尝试在 Chromium 浏览器中为 *nix 默认启用 SSML 解析；无需使用需要某种形式的 EUA 或不像啤酒那样免费的外部 Web 服务。

例如，为实现这一目标而联系过的实体和被问到的问题的列表很长

SSML parsing implementation at browsers

How to extract SSML parsing code of espeak to implement SSML parsing at SpeechSynthesisUtterance?

How to set SSML parsing to on at user configuration file?

Why hasn't Issue 88072 and Issue 795371 been answered? Are Internals>SpeechSynthesis and Blink>Speech dead?

*nix 的 Firefox 也不解析 SSML。

也许随着广大用户的更多兴趣，我们最终可以默认启用此功能。

尽管有不使用外部 Web 服务的 SSML 解析的变通方法；下面的第一个链接仍未得到答复；虽然包括使用 shell_exec() 调用二进制文件的 PHP 代码关注 $_POST到本地服务器

How to programmatically send a unix socket command to a system server autospawned by browser or convert JavaScript to C++ souce code for Chromium?

SpeechSynthesisSSMLParser

请注意，当前的 Web Speech API 实现存在几个错误，尤其是更改 volume位于 SpeechSynthesisUtterance 的房产对 Chromium 和 Firefox 的音频输出没有影响

Setting SpeechSynthesisUtterance.volume does not change volume of audio output of speechSynthesis.speak()

Setting SpeechSynthesisUtterance.volume does not change volume of audio output of speechSynthesis.speak()

使用 .pause() 时还有一个 bug和 .resume() ，在尝试以编程方式解析 <break> 时遇到SSML 元素

"speak speak slash" is audio output of .speak() following two calls to .speak(), .pause() and .resume()

speak.js 是使用明显已死的 Web Speech API 的替代方法。它是通过移植 espeak 创建的转至 JavaScript 或 meSpeak.js ，它是 speak.js 的一个分支. espeak-ng 现在正在积极维护，例如使用 meSpeak.js 的修改版本

generate audio file with W3C Web Speech API

或使用提供反射(reflect)单词的语音文件的在线词典

How to create or convert text to audio at chromium browser?

有趣的是，在发布该答案后，“gstatic”“字典”不再提供音频文件。

幸运的是，我们有

mozilla/voice-web

This is a web, Android and iOS app for collecting speech donations for the Common Voice project.

这是相当活跃的。

我们还可以在 Chromium/Chrome 和 Firefox 中使用 Native Message 来调用与原生 shell 交互并调用二进制文件本身

How to parse JSON from stdin at Chrome Native Messaging host?

How to parse JSON from stdin at Native Messaging host?

Chrome Native Messaging throwing error when sending a base64 string to client

此代码使用 Native Messaging 以最小的修改达到预期结果

Chrome Native messaging with PHP

或者作为一个严厉的措施，改变二进制

How to set options of commands called by browser?

(观点，有事实支持)

语音合成技术有一个庞大的网络服务市场，无论是在其生成(“[L]yrebird”)还是以盈利为目的的识别，例如“*lexa”； “*奥利”； (*bm) "*atson *luemix"; (*oogle) "*actions";等等

开源开发人员应继续努力在开源浏览器上维护开源(FOSS；FLOSS)语音合成技术。如果我们希望这些技术默认在浏览器中实现，开源开发人员必须编写代码来实现这一点。