TTS：如何在保持连接打开的情况下检测语音何时结束？

Question

我有一个移动网络应用程序，其中有多个语音提示，每个提示后用户都会说出响应。用户可以按下按钮来启动该过程，但随后必须能够免提回答提示。

为了使音频在 Safari 和 Chrome 移动设备上不被阻止，合成器必须通过用户交互（例如按下按钮）启动。这最初有效。如果我可以保持合成器对象打开，我可以通过按下一个按钮继续使用它，而不需要用户按下另一个按钮。

但是，我还需要检测语音何时完成：

    const player = new SpeechSDK.SpeakerAudioDestination();
    player.onAudioEnd = () => {
      resolve();
    };

看起来 onAudioEnd 仅在说话后关闭合成器时触发：

 synthesizer.speakSsmlAsync(`...`,
      (result) => {
        if (result) {
          synthesizer.close();  // <---- Without this onAudioEnd never fires
          return result.audioData;
        }
        return undefined;
      });

但是当我关闭合成器时，移动浏览器需要在之前按下另一个按钮我可以打开一个新的合成器。

有什么办法可以解决这个问题吗？