前幾天有個(gè)朋友找到我說(shuō)是否有非第三方(訊飛、百度)的語(yǔ)音識(shí)別方案，之前對(duì)這塊的了解是語(yǔ)音識(shí)別基本都是調(diào)用這種第三方的方案。聽(tīng)完之后，谷歌發(fā)下有兩種方案。

調(diào)用Android本地

具體就是使用原生的SpeechRecognizer來(lái)調(diào)用，但是這種目前的國(guó)內(nèi)環(huán)境是需要修改的，但是不能保證修改后各個(gè)機(jī)型是否能夠使用，按照這種方法，試了在小米手機(jī)上，基本是無(wú)法識(shí)別的，具體可以看下這篇文章的介紹：
https://juejin.cn/post/6844903861405089799

使用開(kāi)源的pocketSphinx方案

在github上發(fā)現(xiàn)pocketSphinx可以滿足目前的要求，開(kāi)源地址 ： https://github.com/cmusphinx/pocketsphinx

由于是在android 設(shè)備上運(yùn)行的，所以可以直接使用Android開(kāi)源方案：
https://github.com/cmusphinx/pocketsphinx-android

按照這個(gè)教程添加依賴庫(kù)

dependencies {implementation 'edu.cmu.pocketsphinx.android:pocketsphinx-android:5prealpha@aar' }dependencies {compile (name:'pocketsphinx-android-debug', ext:'aar') }repositories {flatDir {dirs 'libs'} }

或者也可以參考github上給出的 Android demo
https://github.com/cmusphinx/pocketsphinx-android-demo

由于是使用離線的方案，所以需要我們先訓(xùn)練好字典的模型，生成需要的語(yǔ)音模型，訪問(wèn)這個(gè)網(wǎng)址 http://www.speech.cs.cmu.edu/tools/lmtool-new.html點(diǎn)擊選擇文件，選擇剛才編寫(xiě)的命令集文件 command.txt，然后點(diǎn)擊COMPILE KNOWLEDGE BASE按鈕就可以生成語(yǔ)言模型，如圖：

這里生成了好幾個(gè)文件，我們可以把整個(gè) .tgz 文件下載下來(lái)解壓縮，其中得到的 .lm 文件就是我們需要的語(yǔ)言模型。

語(yǔ)言模型在這一步已經(jīng)完成了，接下來(lái)需要添加字典模型，在這個(gè)網(wǎng)址下載我們需要的模型：https://sourceforge.net/projects/cmusphinx/files/Acoustic%20and%20Language%20Models/Mandarin/
解壓后，里面有一個(gè).dic文件,然后參考這個(gè) .dic 文件的格式，在上一步獲取到的 .lm 語(yǔ)言模型文件中還有一個(gè) .dic 文件，補(bǔ)充完整這個(gè) .dic 文件的發(fā)音，如圖所示：

字典模型就這樣完成了，接下來(lái)添加 聲學(xué)模型

同樣是在資源網(wǎng)盤(pán)的 Mandarin 文件夾下，下載 .tar.bz2 的壓縮文件解壓后，得到如下聲學(xué)模型文件：

按照一般的流程，到這里，再根據(jù)文檔，就可以完成了，但是在開(kāi)發(fā)的過(guò)程中 發(fā)現(xiàn)按照以上方法，運(yùn)行都是報(bào)錯(cuò)的。
目前官網(wǎng)的字典模型是

該版本是比較新的，另外訓(xùn)練好的語(yǔ)音模型，在官網(wǎng)的demo版本中沒(méi)有看到是在那個(gè)地方加載，基于這兩個(gè)疑問(wèn)，試了很多次，發(fā)現(xiàn)都不知道怎么解決，后面看到一個(gè) pocketSphinx 舊的版本的使用方法，https://blog.csdn.net/Crystal_xing/article/details/84957466

按照這個(gè)教程和對(duì)應(yīng)的開(kāi)源代碼：
發(fā)現(xiàn)里面有使用到 .lm 文件的訓(xùn)練好的模型，然后根據(jù)上面提到的，訓(xùn)練了對(duì)應(yīng)的關(guān)鍵字語(yǔ)音模型，發(fā)現(xiàn)還是無(wú)法識(shí)別，最后通過(guò)反復(fù)對(duì)比，發(fā)現(xiàn)是使用的字典模型版本不一致導(dǎo)致的。

于是使用了 PocketSphinx 0.7 https://sourceforge.net/projects/cmusphinx/files/pocketsphinx/0.7/ 版本的字典模型，解壓后在pocketsphinx-0.7\model\lm\zh_CN/mandarin_notone.dic 去找實(shí)際的拼音，然后運(yùn)行發(fā)現(xiàn)能夠正常的識(shí)別出來(lái)，完美解決了。

總結(jié)

以上是生活随笔為你收集整理的pocketSphinx Android 离线语音识别的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。