能否通过包括但不限于模组/服务器插件/原版数据包的方式来进行玩家声音识别（麦克风）来实现以下的功能：
1. 声音识别，检测玩家说话音量大小
2. 声音识别，检测玩家是否说出特定关键词（从而实现类似于说出“咒语”执行不同操作的功能）
（不要求全部答出来，如果能的话希望能指导一下该如何实现）

这个应该没有吧

这个功能是可以做的,但是需要客户端服务端双支持,而且需要调用到语音识别的ai模块,如果是一般私服,不建议做这种,因为数据的传输,会判定阈值,超过阈值进行录音,录音封包发送至服务端,服务端确认请求后发送至语音识别服务器,识别需要时间,识别完成后返回服务端,服务端处理语音对应文字的功能,然后将功能作用与玩家上.这一轮下来,延迟太高了,除非你服务端就搭建在语音识别服务器的内外,可以降低延迟,否则这个延迟至少都会有50ms.很不推荐,而且涉及面太广,请一个人不一定能做出来,可能要请到一个mod及插件开发,一个语音识别方面的大佬共同来制作

①
是指需要魔改客户端和服务端吗

②如果简化一下只是获取麦克风输入并识别音量而不做AI语音识别的话，能否在单机下实现

③语音识别这一块的话，我目前想到的不是最优解的解决方案是直接使用一些云服务商的AI开放平台提供的现成的口语评测API（比对输入音频与“咒语/口令”文本，让云服务商给出得分，如果与某一条“咒语/口令”贴合那么该咒语对应的测评得分会很高）
不是最优解但语音识别就姑且先这样用吧，但遇到的最大的问题还是该如何获取玩家的麦克风输入orz

https://github.com/henkelmax/simple-voice-chat
这是个语音聊天的mod，开源项目，可以直接参考这个的mod，插件部分只需参考如何接受客户端数据的部分及编码处理部分。
我能想到的实现功能有以下两种结构
第一种，制作客户端mod，客户端接收麦克风数据，内置语音处理的模块进行短指令的判断，以达到某种效果(比如执行指令)
第二种，客户端mod接收麦克风数据并编码上传语音处理服务器(可以是楼主说的词典完成度匹配，也可是完整的语音识别文字再判断)语音服务器设置数据导向，处理结果直接返回服务端，服务端通过插件接收数据并执行对应动作。

无论哪一种，都是需要客户端mod支持，原版并未设计有麦克风数据获取的api，所以只能通过定制mod实现

意外发现了hpspells这个模组（https://www.minecraftforum.net/f ... lls-with-your-voice或者https://www.curseforge.com/minecraft/mc-mods/hp-spells），它的语音识别居然是离线的，我把模组jar包下载下来发现代码好像已经经过了混淆，不知道是怎么实现的orz