Aplikacja do zamawiania pizzy

Witam,
poszukuję informacji na temat tego czy da się przy pomocy javascirpt i dodatkowych
bibliotek wykonać prostą aplikację która będzie rozpoznawać mowę i coś do nas mówić.
Takim przykładem może być zamawianie pizzy w bardzo uproszczonym wydaniu.
Czy ktoś z was wykonywał już takie coś i może podzielić się informacjami i wiedzą ?

https://www.nuance.com/dragon.html
to jest API based wiec wystarczy ze nagrasz cos z mikrofonu i przeslesz plik do nich

nastepnie
https://developers.google.com/web/fundamentals/media/recording-audio/

z mowieniem do uzytkownika, to najlatwiej nagrac wszystkie mozliwe kombinacje ktore bedziesz potrzebowac i na podstawie pytania (czyli na podstawie response ktore zwroci Ci API dragona) wywolywac konkretny plik audio

Google ma api do rozpoznawania mowy (w tym po Polsku) w czasie rzeczywistym. Działa to świetnie i przez JS.
Do generowania odpowiedzi zrób jak wyżej albo użyj Ivony.

OK, dziękuję za szybką odpowiedź.
A jak to jest z rozpoznawaniem tego co ja powiem ? Są do wyboru dwie pizzy : hawajska i pepperoni. Ja mówię, że chce hawajską a bot ma odpowiedzieć : Wybrałeś hawajską wiec możesz wybrać te konkretne dodatkowe składniki. I te składniki miałyby być przypisane pod konkretną pizze.

A jak to jest z rozpoznawaniem tego co ja powiem ?
Są do wyboru dwie pizzy : hawajska i pepperoni

czyli masz X opcji, tutaj co przedstawiles sa dwie opcje

Ja mówię, że chce hawajską

czyli wypowiadasz zdanie "chce hawajska". API dragona / google zwroci Ci wszystkie slowa ktore uslyszal. Bedzie to jeden ciagly string. Na tym stringu sprawdzasz wszystkie swoje slowa kluczowe (czyli hawajska i pepperoni). Jezeli dla danego slowa znajdziesz match to odpalasz akcje powiazane z tym slowem kluczowym (popatrz jak dziala Dictionary).
Nastepnie mowi dodatki. Robisz dokladnie to samo co wyzej, tylko dla innych slow kluczowych a akcja jest dodanie tego do pizzy