android 离线语言识别

要做一个在android上离线语言识别功能。搜索了一下只有Sphinx比较适合，资料也有。Sphinx库的编译和使用方法在网上比较多的资料都是源自http://ucla.jamesyxu.com/?p=118这个老外写的，但是时间较早2011年的。这个编译是在linux下的，windows下的可以参考http://gaebolg.blog.163.com/blog/static/19826906820136232810723/。目前2015在官网http://cmusphinx.sourceforge.net/wiki/tutorialandroid上的的编译和使用方法已经太不一样。


最后，我并没有编译，而是在 Android平台使用PocketSphinx做离线语音识别，小范围语音99%识别率 这篇文章中找到了可以直接使用的APK源码,里边已经包含了Sphinx 编译出来的库文件，文章里也说了制作语言模型的方法。直接使用该源码和制作出适合自己的语言模型就达到目的了。


对于制作语言模型的方法，这里要说一下。按照博客里说的方法是不完全的。我在windows下制作语言模型并没有成功，查看到评论里Tinux的回复，原来是字符编码的问题。


原来语言模型里的test.lm和test.dic文件，他们的字符编码和换行符有要求，字符编码需要是UTF-8,换行符需要是\n（即0x0A）。Unix 系统里，每行结尾只有“<换行>”，即“\n”；Windows系统里面，每行结尾是“<换行><回车 >”，即“\n\r”；Mac系统里，每行结尾是“<回车>”。根据Tinux的回复中方法，我的解决办法是在linux里编辑，里边换行是0x0A。中文通过在mandarin_notone.dic文件中搜索并拷贝生成command.txt和test.dic。