Android下通过pocketsphinx实现离线语音识别的环境搭建和demo运行（续）--实现Windows下的语音识别

56 阅读 0 评论 37 点赞

我是靠谱客的博主彪壮小鸭子，最近开发中收集的这篇文章主要介绍Android下通过pocketsphinx实现离线语音识别的环境搭建和demo运行（续）--实现Windows下的语音识别，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

前言：大家好，这是我的第二篇博文。上一篇介绍了一下在Linux环境下实现android的离线语音识别，本文主要说一下如何将这个工程成功地在Windows下运行起来。还是那句话，我所涉及的范围只是“应用”，由于时间的关系，对于一些原理性的东西我确实没有弄明白，我只是要求能够跑通，能够实现成功地的识别的目的。我会将一些我不懂的问题在下边一一列出来，有时间我一定尽力把它的原理弄明白。另外，上一篇中我引用了许多链接，虽然方便了，但我感觉不如自己写出来对自己以后发展更有帮助，很容易就忘掉了，所以，在这一次我争取把我所从事的试验、尝试和所遇到的问题都写出来，希望帮到别人同时也提醒自己不要忘掉。

我对这一个工程的理解：在我看来，这一工程实际上就是一个通过jni编程调用微软写的sphinx和pocketsphinx函数库（这两个库都是C语言写的），然后通过声学模型分析录入的语音，根据分析出的特性在数据字典中寻找匹配的文字。主要用到的知识应该就是jni交叉语言编程，其实质也就是通过NDK，借助这两个函数库编译出最终的.so文件。（当然，这其中也包括用到swig将c 接口转java 并生成java类，这个我不太懂就不说了）最终的android程序也就是要通过这个.so文件去实现识别功能，android终究是linux的程序，它还是要依托linux下的共享函数库即.so文件而不是windows下的.dll文件。

我的源代码下载链接：http://download.csdn.net/detail/loveannuoa/5386461。

重要提示：有一点之前没有说明，在整个环境配置中涉及了两个demo，一个是官方提供的即http://sourceforge.net/projects/cmusphinx/files/?source=navbar.

另一个则是http://zuoshu.iteye.com/blog/1463867其中的。后者是“zuoshu”自己修改后的。根据测试，能够达到中文高识别率的是后者，即使唤作简单的中文数据词典文件，用前者的程序也没法识别。

在Windows下实现Android离线语音识别所需要的工具和步骤：

1、安装Cygwin---它是模拟Linux系统的软件。安装很简单，网上有很多,所要注意有以下几点：

1) cygwin就相当于一个小型的linux系统，它所有的包的安装和卸载都只能通过运行安装程序“setup.exe”实现。

2) 在选择站点的时候可以找一些距离自己位置比较近的，这样可以加快速度，我用得站点是“neusoft.cn”（东软的），这个就比较快。

3）不要所有的包都安装，太浪费时间，选择一些必备的和程序相关的安装。这些必备的包在android NDK环境配置的教程中有，但是不全，在以后的编译安装中还要用到其他包，所以还要用同样的方法安装。注意：安装swig包的时候一定不要安装2.0.9的版本，要用1.3.40的，正是因为这一原因，ndk编译始终无法通过。

4）切换到root权限的办法是：修改cygwin/etc/passwd文件中的500:513为0:0。

2、配置NDK环境，这个网上很多，只需几步：下载-解压-配置.profile文件-测试。

3、虚拟的Linux环境已经搭建好。剩余的步骤和上一篇博文中提到的方法是样的。注意：在修改Android.mk文件中的SPHINX_PATH值时，应以“/cygdrive/d/….”开头。

4、与Linux下配置不同的一点是在对Eclipse的NDK环境配置上，我遇到的问题是，换了swig版本之后再cygwin终端下手动输入命令可以实现ndk编译，但是无法用eclipse自动编译pocketsphinx_wrap.c文件。我的解决办法是，更改NDK Builder的配置，上图：并且在“build option—specify resource”中选择自己的工程。相信大家应该能看懂。