PocketSphinx On Android 语音识别

一、简介

1.1、PocketSphinx是啥？

PocketSphinx 是一个计算量和 体积都很小的语音识别引擎。是第一个开源的面向嵌入式的中等词汇量连续语音识别项目。

1.2、Pocketsphinx on Android

• AndroidStudio 版Demo：点我。
• 官方介绍：点这里。

ps:
网上大多的资料都还是停留在02-14年，如果应用到Android上面还需要自己去使用NDK去编译。但是，使用最新的版本，已不需要开发者自己去编译了。推荐使用。

二、使用

2.1、资源准备

• JAR/AAR
  Github 上面只提供了AAR文件，需要JAR包的，点这里。
• 声学模型 和 语言模型
  官方给的Demo里面只能识别英文，如果想要识别中文，需要下载中文的声学模型和语言模型。还是点这里。(不保证为最新版)

2.2、导入依赖包，不说了。

2.3、添加识别相关资源

包括声学模型、语言模型、字典文件、语法文件。
目录结构参考以下两张图片：

源 码 内 资 源 目 录 结 构

项 目 需 求 资 源 目 录 结 构 示 例

2.4、修改语法文件和字典文件

• 2.4.1、建立语音模型
  本文不进行语法的讲解，这里给出参考链接（英文版）：https://cmusphinx.github.io/wiki/tutoriallm/
• 2.4.2、添加字典
  按照之前下载的字典文件，一个个和你自己的进行对照，没有其他方法。

2.5、调试代码

• 2.5.1、复制资源文件到手机本地

RecognizerSetupTask recognizerSetupTask = new RecognizerSetupTask(new RecognizerSetupListener() {
            @Override
            public void onRecognizerAlreadySetup() {
            }

            @Override
            public Exception doInBackGround() {

                try {
                    File assetDir = assets.syncAssets(); //复制资源文件
                    setupRecognizer(assetDir);    //初始化SpeechRecognizer
                } catch (IOException e) {
                    return e;
                }
                return null;
            }

            @Override
            public void onRecognizerPrepareError() {
            }

            @Override
            public void onRecognizerPrepareSuccess() {
                isInit = true;
            }
        });
        recognizerSetupTask.execute();

• 2.5.2、SpeechRecognizer

private void setupRecognizer(File assetsDir) throws IOException {

        SpeechRecognizerSetup setup = SpeechRecognizerSetup.defaultSetup();

        if (setup == null) {
            Log.e(TAG, "SpeechRecognizerSetup is null");
            return;
        }

          setup.setKeywordThreshold(1e10f)
                 .setBoolean("-allphone_ci", true)
         // .setString("-keyphrase","backward") // forward ;
        //   setup.setSampleRate(24000);

        File file = new File(assetsDir, "zh-ptm");
        if (!file.exists()) {
            Log.e(TAG, "zh-ptm not found");
            return;
        }
        setup.setAcousticModel(file);

        file = new File(assetsDir, "voice.dic");
        if (!file.exists()) {
            Log.e(TAG, "voice.dic not found");
            return;
        }
        setup.setDictionary(file);

        recognizer = setup.getRecognizer();

        if (recognizer == null) {
            Log.e(TAG, "SpeechRecognizer1  is null");
            return;
        }
        
//        recognizer.addKeywordSearch();
        File menuGrammar = new File(assetsDir, "zh_test.gram");
        recognizer.addGrammarSearch(PocketListener.SEARCH, menuGrammar);

    }

• 2.5.3、开始录音

recognizer.startListening("zh_test");
recognizer.addListener(recognitionListener);

 RecognitionListener recognitionListener = new RecognitionListener() {
        @Override
        public void onBeginningOfSpeech() {
            Log.e(TAG, "onBeginningOfSpeech()");
        }

        @Override
        public void onEndOfSpeech() {
            String searchName = recognizer.getSearchName();
            Log.e(TAG, "onEndOfSpeech()" + searchName);
        }

        @Override
        public void onPartialResult(Hypothesis hypothesis) {

            if (hypothesis == null) {
                Log.e(TAG, "onPartialResult() hypothesis is null ");
                return;
            }
            Log.e(TAG, "onPartialResult()" + hypothesis.getHypstr());
        }

        @Override
        public void onResult(Hypothesis hypothesis) {
            if (hypothesis == null) {
                Log.e(TAG, "onResult() hypothesis is null ");
                return;
            }

            Log.e(TAG, "onResult()" + hypothesis.getHypstr());
            String string = hypothesis.getHypstr();
        }

        @Override
        public void onError(Exception e) {
            Log.e(TAG, "onError()" + e.toString());
        }

        @Override
        public void onTimeout() {
            Log.e(TAG, "onTimeout()");
        }
    };

到这里PocketSphinx语音识别的Android版本，核心的东西都已经在这里。后续会把我自己的Demo 分享到 PocketSphinxDemo项目中。欢迎提出意见和建议。