關於Android的離線語音識別的技術，遍觀若干廠家唯有科大訊飛和百度有離線的語音識別功能，但是科大訊飛是收費的，百度的離線語音識別就是關鍵詞喚醒，但是隻接受3個自定義的喚醒詞，而且必須經過評定3分以上喚醒詞才可以成功提交，內容限制和數量限制都是很大的侷限，可用性很低，大公司的開源技術全部Pass掉了。這個pocketSphinx經過實踐準確率還是很不錯的，根本上講實際操作還是關鍵詞喚醒識別，但是能利用pocketSphinx其自定義的語音模型和聲音模型的特性，隨心所欲的定製想識別的關鍵詞。

       關於PocketSphinx的學習主要是根據這篇文章來的，整合方面很詳細很具體：

https://www.jianshu.com/p/4310ae932fdd，照著這個來就可以了，其實對於實際開發來說，中文喚醒詞僅僅只需要替換language Model(.lm檔案)語言模型，和字典模型(.dic檔案) 這兩個檔案就行了，將想要監聽的喚醒詞txt根據上面貼出的教程連結，上傳到網站並下載壓縮包，就得到了這兩個檔案，但是要注意的是，.dic檔案並不是想當然的拼音而已，比如設定這個詞，其實是：  設定   sh e zh ib，如果碰到這個詞了不按照官方的字典文件，pocketsphinx-0.7\model\lm\zh_CN/mandarin_notone.dic去找實際的拼音的話（壓縮包解壓完的資料夾名是pocketsphinx-0.7），很可能是不能看到正確是識別效果的。

        最重要的一點：dic檔案中文字和拼音之間相隔2個空格，字母之間間隔是一個空格，間距不對很可能也不能如預期所願。

        自己做了個Demo，裡面有4個自定義的喚醒詞：“下一個介面”，“下一個頁面”，“設定介面”，“設定頁面”， 畫了2個Layout：紅色的下一個介面和白色的設定介面, 當說前兩個喚醒詞，識別之後跳轉到紅色的介面，當說後兩個喚醒詞，識別之後跳轉到白色的介面，效果如下：

                                                                    

 

       

實際操作其實便是中規中矩的整合，整合進PocketSphinx後換成自己的字典模型和語言模型，僅僅替換dic和lm兩個檔案，然後在按鈕的長按監聽中開啟語音識別引擎，在識別後的回撥中關閉引擎並根據內容跳轉

public AudioRecordButton(final Context context, AttributeSet attrs) {
		super(context, attrs);
		dialogManager = new AudioRecordDialog(getContext());

		setOnLongClickListener(new OnLongClickListener() {

			@Override
			public boolean onLongClick(View v) {
			    //開啟語音識別引擎
                PocketSphinxUtil.get(context).start();
				isReady = true;
				dialogManager.showDialog();
				isSpeaking = true;
				return false;
			}
		});
	}

   @Override
    public void onPartialResults(String b) {
        //一次識別之後，停止語音引擎，下次長按再開啟
        PocketSphinxUtil.get(context).stop();
        if(b.contains("下一個介面")||b.contains("下一個頁面"))
        {
            Intent intent = new Intent(context,NextActivity.class);
            startActivity(intent);
        }else if(b.contains("設定介面")||b.contains("設定頁面"))
        {
            Intent intent = new Intent(context,SettingActivity.class);
            startActivity(intent);
        }
    }

  Demo已上傳：https://download.csdn.net/download/crystal_xing/10843721