webkitSpeechRecognition在Chrome无法捕获麦克风前播放音频的解决方案咨询

核心原因 #

Chrome的webkitSpeechRecognition默认依赖系统麦克风输入，但它的音频隔离机制会阻止浏览器内播放的音频被自身麦克风捕获，而Edge的相关策略更宽松，允许这类回灌场景。

可行解决方案 #

1. 使用虚拟麦克风工具 #

• 安装VB-Cable、Voicemeeter这类虚拟麦克风软件，将系统播放的音频路由到虚拟麦克风
• 在Chrome的麦克风权限设置中，选择虚拟麦克风作为输入设备
• 此时webkitSpeechRecognition会读取虚拟麦克风的音频（即系统播放内容），完成语音转文字

2. 修改Chrome实验性设置 #

• 在Chrome地址栏输入 chrome://flags/#enable-webrtc-hw-macceleration-with-legacy-audio
• 将该选项设置为Disabled，重启Chrome
• 该设置会关闭WebRTC的硬件加速音频处理，可能绕过Chrome的音频隔离限制，让麦克风能捕获播放的音频

3. 调整Web Speech API代码参数 #

• 确保代码中开启连续识别和临时结果返回，避免限制音频捕获：

const recognition = new webkitSpeechRecognition();
recognition.continuous = true;
recognition.interimResults = true;
recognition.lang = 'zh-CN';
recognition.start();

4. 启用系统立体声混音 #

• 打开系统声音设置 → 录制设备 → 右键显示禁用的设备 → 启用立体声混音 → 设置为默认输入设备
• 部分Windows版本或声卡驱动可能无此选项，需用虚拟麦克风工具替代

注意事项 #

• 虚拟麦克风工具可能需要管理员权限安装，需确保音频路由设置正确，避免出现音频循环
• 修改Chrome实验性设置可能影响其他音频功能，出现问题可改回默认设置

内容的提问来源于stack exchange，提问作者HG777