根本原因是语音识别引擎未获取带语言模型的音频流；getusermedia()仅采集原始pcm，speechrecognition才负责识别，但默认使用美式英语模型且对信噪比敏感。
HTML5 navigator.mediaDevices.getUserMedia() 调用成功但识别率低
根本原因不是麦克风没权限，而是语音识别引擎压根没拿到带语言模型的音频流——getUserMedia() 只管采集原始 PCM，不负责识别。浏览器内置的 SpeechRecognition（Chrome）或 webkitSpeechRecognition 才真正做识别，但它默认用的是美式英语模型，且对信噪比极其敏感。
实操建议：
立即学习“前端免费学习笔记（深入）”；
- 先确认是否在 HTTPS 环境下运行（HTTP 下
getUserMedia()会被静默拒绝，控制台报NotAllowedError） - 调用
webkitSpeechRecognition()前必须显式设置recognition.lang = 'zh-CN'，否则即使页面是中文，它仍用en-US - 加一句
recognition.interimResults = true，不然只返回最终结果，调试时看不出是“没识别”还是“识别慢” - 避免在
body上直接绑定click启动识别——iOS Safari 要求用户手势触发，且必须是touchend或click的直接监听器，不能套在setTimeout里
SpeechRecognition 在 Chrome 120+ 报错 ReferenceError: SpeechRecognition is not defined
Chrome 从 119 开始默认禁用非安全上下文下的 SpeechRecognition，而 120+ 进一步移除了非 HTTPS 页面的全局构造函数。这不是 Bug，是策略收紧。
实操建议：
立即学习“前端免费学习笔记（深入）”；
- 检查
window.SpeechRecognition或window.webkitSpeechRecognition是否存在，不存在就别 new，避免崩溃 - 不要写
const SpeechRecognition = window.SpeechRecognition || window.webkitSpeechRecognition;后直接调用——得先判空：if ('webkitSpeechRecognition' in window) - 若必须支持 HTTP 开发环境，可在启动 Chrome 时加参数：
--unsafely-treat-insecure-origin-as-secure="http://localhost:3000" --user-data-dir=/tmp/chrome-test（仅本地调试） - 注意：Firefox 和 Safari 完全不支持该 API，别指望降级兼容
中文识别不准，特别是数字、专有名词和短句
不是模型能力问题，是输入音频质量 + 识别配置没对齐。Chrome 的中文模型对「语速平稳、停顿清晰、无背景音」要求极高，一句话里夹杂「嗯」「啊」或语速过快，就会切分失败。
实操建议：
立即学习“前端免费学习笔记（深入）”；
- 用
recognition.continuous = false（默认值），每次只识别一句话，避免长连读导致混淆 - 设置
recognition.maxAlternatives = 3，然后从event.results[i][j].transcript拿多个候选，自己做关键词匹配（比如识别「三十二」和「32」都算对） - 前端加个简单降噪：用
AudioContext接MediaStreamAudioSourceNode，再接BiquadFilterNode（类型设为lowshelf，频率 100Hz）削弱低频嗡鸣 - 避免让用户在空调房、地铁站等场景使用——实测信噪比低于 15dB 时，
confidence字段基本为undefined
移动端 iOS Safari 完全无法触发麦克风权限弹窗
iOS 对媒体权限管控极严：getUserMedia() 必须由用户真实点击触发，且不能有任何异步延迟；同时，Safari 17.4+ 开始要求 capture=environment 或 capture=user 显式声明设备意图（哪怕只用麦克风）。
实操建议：
立即学习“前端免费学习笔记（深入）”；
- 按钮的
onclick或addEventListener('click', ...)里直接调用getUserMedia({ audio: true })，中间不能有 Promise.then、setTimeout、await 等打断 - HTML 中的
<input type="file" accept="audio/*" capture="user">是唯一稳定唤起 iOS 麦克风的方式（但只能录一段，不能流式识别） - 不要依赖
navigator.permissions.query({ name: 'microphone' })判断状态——iOS 返回总是prompt，实际权限需靠getUserMedia()的 Promise 结果来判定 - 如果已点过一次拒绝，iOS 不会再弹窗，必须引导用户去「设置 → Safari → 麦克风」手动打开
最麻烦的其实是音频流和识别引擎的时序耦合：getUserMedia() 成功后，要等 MediaStream 真正产出第一帧音频，SpeechRecognition 才能开始听。这个空档期没人告诉你，但漏掉它，就会出现“权限有了、接口存在、就是不说话”的假死现象。
