语音命令词识别

现在反倒自然语言处理的API比较多，各大厂都有。能快速处理语音命令词（关灯，开灯，左转，右转，停止）的并不多，都默认按照自然语言处理的，这会带来两个问题: 1是识别速度慢 2.准确度不够高。

语音命令词识别的方案有：讯飞在线\离线语音命令词识别，还有一个方案是基于TensorFlow的机器学习。后者不需要费用，但是需要训练（所谓训练不是像宠物一样，每个宠物都需要训练一遍，而一次训练生成模板后，所有的设备上都可以使用）。

TensorFlow语音命令词识别

在这个文章中有相应的介绍，会让你在自己的电脑上基于Google搜集的语音命令词语音（wav文件）进行训练，大概需要几个小时模板文件就能创建了，可以识别测试。我按照这些步骤都走通了。在测试时基本也能识别，但是似乎有一个问题，识别速度比较慢，大概需要2秒中能给出答案，这让我感觉不是太好。不过最终没有放弃，准备试试Google做的Android系统的Demo（TF Speech）直接用来测试。

这里测试的速度基本达到预期了，话音刚落就识别出来了。

注：没有下载到编译好的，只得自己编译，我把我编译好的上传，方便各位测试。
下载地址：https://download.csdn.net/download/kangear/10626585

如果需要自行编译，可以按照https://github.com/tensorflow/tensorflow/tree/master/tensorflow/examples/android#prebuilt-components步骤，需要把build.gradle改一点就可以编译通过了：

def nativeBuildSystem = 'none'

…