语音识别

语音识别主要完成从音频输入到识别文字输出这个流程，其中音频的输入又可以独立出录音功能。

使用流程

语音识别完整的使用流程图如下。

音频输入

语音识别中，音频输入的实现是最核心的功能。目前支持的音频输入有两种方式，包括 实时录音 与 实时播放。

• 实时录音 指通过浏览器的录音功能来实现实时音频捕捉，然后传化为目标语音类型；
• 实时播放 指通过媒体标签播放音视频的同时，把播放的音频转化为目标语音类型；

主要实现方式如图所示。