jamsch/expo-speech-recognition

解决的问题

expo-speech-recognition 是一个为 React Native 和 Expo 项目设计的跨平台库，提供统一的语音转文本功能 API。它消除了在 iOS、Android 和 Web 上编写平台特定代码的需要，使开发者能够使用单一代码库，在所有三个环境中实现语音输入和语音转录服务。

工作原理

该库作为原生语音识别引擎的封装器：iOS 的 SFSpeechRecognizer、Android 的 SpeechRecognizer 以及 Web 的 SpeechRecognition API。它通过一组钩子（如 useSpeechRecognitionEvent）和直接的模块 API（ExpoSpeechRecognitionModule）暴露这些功能，允许开发者启动、停止和中止识别会话。

适用人群

专为希望在移动和 Web 应用中集成语音转文本功能，而又无需管理各平台原生实现细节的 React Native 和 Expo 开发者设计。

主要亮点

• 跨平台支持：iOS、Android 和 Web 的统一 API。
• 可调参数：支持连续识别、临时结果，以及自定义上下文字符串以提高特定词汇的识别准确率。
• 音频管理：支持将音频录制持久化到本地文件，并可直接转录音频文件。
• 高级 Android 功能：支持 Android 14+ 的语言检测与切换。
• 音量计量：内置实时监控输入音量变化的支持。
• 开发者体验：包含一个配置插件，可在 Expo 项目中轻松配置权限和清单。