HTML5 時代有個很有趣的小能力:只要多寫幾個屬性,輸入框右邊就會長出一支小麥克風,點下去可以直接說話,瀏覽器再把語音轉成文字填進欄位裡。這在搜尋框上特別實用——行動裝置上手打輸入终究比說話慢得多。
同一段程式碼在不同瀏覽器下的呈現完全不同。下面是 Firefox 的截圖:

再來是 Chrome 的截圖,麥克風圖示出現了:

能猜到原因:這是一項尚未統一標準、只在部分瀏覽器實作的功能,所以寫法帶著廠商前綴。好消息是寫法本身非常簡單,前端初學者也能立刻上手。
<input type="text" class="text" name="test" id="test"
x-webkit-speech lang="zh-CN" x-webkit-grammar="builtin:search">
x-webkit-speech:加上它,輸入框右側就會出現語音麥克風按鈕,點擊後開始收音。這是啟用語音功能的開關。
lang:指定語音辨識的語言。範例中的 lang="zh-CN" 代表簡體中文;台灣使用者可以改成 zh-TW,英文則是 en-US。設錯語言,辨識率會直接崩掉。
x-webkit-grammar:指定語音輸入的語法模型。設為 builtin:search 時,瀏覽器會假設你說的是搜尋關鍵字,自動去掉贅字與口語贅詞,讓結果更貼近可用的查詢字串;若是一般長篇口述,則可省略這個屬性。
這個功能本質上是把音訊送到瀏覽器端的語音服務去辨識,因此需要網路連線,離線環境下不可用。相容性也相當有限:主要依賴 Chromium 系瀏覽器的實作,Firefox 與 Safari 並不支援,且屬性名帶有前綴,本身就是「實驗性功能」的訊號。此外,中英文夾雜、專有名詞、環境噪音都會明顯拉低辨識正確率。
因此在正式專案中,比較穩妥的做法是把它當成「加分功能」而非主要輸入途徑:偵測到不支援時,麥克風不出現,使用者照常以鍵盤輸入即可,功能降級要無痛。若你有跨瀏覽器的語音需求,則應改用 Web Speech API(SpeechRecognition)並做好特性偵測與降級處理。