在webkit浏览器上,您可以将

get user media api与webkitGetUserMedia一起使用 – 如

html5rocks所示.

如果你想用你的声音来创建javascript事件(例如控制屏幕上的对象)你必须分析传入的声音(例如事件1的高频率 – 事件2的低频率,语音分析要复杂得多,见下文)

另外,还有chrome的’x-webkit-speech’语音识别(参见示例here),它将分析谷歌服务器上的语音,因此对于实时控制来说可能太慢了.

我不知道浏览器中的任何实时语音分析,但很乐意找到(甚至非常基本的)可能性.

编辑：添加一些代码(改编自here)

var mike = document.getElementById('mike');

mike.onwebkitspeechchange = function(e) {

console.log(e); // SpeechInputEvent

console.log(e.results[0].utterance);

};