Web Speech API
浏览器原生提供的 JavaScript 语音接口，包含 SpeechRecognition（语音转文本）和 SpeechSynthesis（文本转语音）两个模块，无需第三方语音服务即可实现基础语音交互
时间轴 (近 90 天)
浏览器 Web Speech API 的 SpeechRecognition 不支持一致且可靠地暴露原始音频帧和置信度分数，因此应用无法自定义阈值或做本地分帧处理，不适合 7×24 小时常驻唤醒词检测。
LedgerMind AI 的浏览器语音输入基于 Web Speech API，并保留文字输入作为兜底。
Web Speech API 的识别质量依赖浏览器实现，Chrome 等主流浏览器背后通常调用云端语音服务，因此并非完全离线，且对非英语语言和嘈杂环境鲁棒性有限。
Web Speech API 是浏览器原生提供的 JavaScript 接口，包含 SpeechRecognition（语音转文本）和 SpeechSynthesis（文本转语音）两部分。
Bob 项目采用四层架构：Web Speech API 语音前端、n8n 中的 AI Agent、MCP 协议连接层、ESP8266 硬件端。
TerraGemma 通过自包含的 HTML/JS 组件调用 window.speechSynthesis（Web Speech API）在浏览器本地合成语音，不调用外部云端 TTS
现代浏览器的 Web Speech API 提供原生语音识别接口，WebGPU 和 ONNX Runtime Web 等技术允许在浏览器中直接运行轻量级神经网络模型
全部知识事实 (7)
浏览器 Web Speech API 的 SpeechRecognition 不支持一致且可靠地暴露原始音频帧和置信度分数，因此应用无法自定义阈值或做本地分帧处理，不适合 7×24 小时常驻唤醒词检测。
50%待验证LedgerMind AI 的浏览器语音输入基于 Web Speech API，并保留文字输入作为兜底。
50%待验证Web Speech API 的识别质量依赖浏览器实现，Chrome 等主流浏览器背后通常调用云端语音服务，因此并非完全离线，且对非英语语言和嘈杂环境鲁棒性有限。
50%待验证Web Speech API 是浏览器原生提供的 JavaScript 接口，包含 SpeechRecognition（语音转文本）和 SpeechSynthesis（文本转语音）两部分。
50%待验证Bob 项目采用四层架构：Web Speech API 语音前端、n8n 中的 AI Agent、MCP 协议连接层、ESP8266 硬件端。
50%待验证TerraGemma 通过自包含的 HTML/JS 组件调用 window.speechSynthesis（Web Speech API）在浏览器本地合成语音，不调用外部云端 TTS
50%待验证现代浏览器的 Web Speech API 提供原生语音识别接口，WebGPU 和 ONNX Runtime Web 等技术允许在浏览器中直接运行轻量级神经网络模型
50%