jamsch/expo-speech-recognition

解決的問題

expo-speech-recognition 為在 React Native 專案中實作語音轉文字功能提供了一個統一的 API。它解決了 iOS、Android 與 Web 之間碎片化的原生語音辨識 API 問題，讓開發者能撰寫單一程式碼庫，即可在三個平台都正常運作。

工作原理

此套件作為各平台原生語音辨識服務的封裝：

• iOS：使用 SFSpeechRecognizer。
• Android：使用 SpeechRecognizer。
• Web：使用 SpeechRecognition API。

它提供一組 Hook（如 useSpeechRecognitionEvent）與直接的模組 API（ExpoSpeechRecognitionModule），用於啟動、停止與管理語音辨識會話。它處理權限、事件驅動的結果（暫時與最終結果），以及平台特定的設定，例如本機辨識與音訊會話類別。

適用對象

需要在行動與 Web 應用中整合語音輸入或轉錄服務，但又不想撰寫平台特定原生程式碼的 React Native 與 Expo 開發者。

主要特色

• 跨平台支援：iOS、Android 與 Web 的統一介面。
• 彈性轉錄：支援即時（暫時）結果與最終轉錄。
• 音訊持久化：可在 Android 13+ 與 iOS 上將音訊錄製儲存至本機檔案。
• 檔案導向轉錄：支援從本機 URI 轉錄既有的音訊檔案。
• 進階控制：包含音量計量、語言偵測（Android 14+），以及強制使用本機辨識以防止網路音訊傳輸的功能。
• 可客製化：允許提供上下文字串，以提升特定應用相關詞彙的辨識準確度。