添加对捕获中间结果 (实时假设) 的支持

如果有一个事件监听器,可以实时获取用户的语音,让用户实时看到自己说的话,类似于 Android 的语音输入方式,那会非常棒。我知道 `webkitSpeechRecognition` 可以实现这一点,一旦有时间,我会添加它。