[可能重复]但我没有在下面找到我的问题的答案。
这两天我一直在做一些语音识别方面的研究，但我的问题没有得到答案：
【问题讨论】：
1) 将语音识别放入服务中是正确的做法，就像在Google api中所做的那样，其中使用回调方法来获取结果。为了使其持续运行，服务必须处理唤醒锁，以避免陷入睡眠模式。这里提供了更多信息Wake locks android service recurring 它有一个很大的缺点 - 电池使用率高，这是由于 CPU 的连续工作和传入声音数据的连续计算造成的。 （可以通过过滤器、阈值等来减少）
2) 语音识别不是一项简单的任务。它需要大量的计算和数据来参考。如果输入音频不清晰（噪音、许多人声等），则很难获得正确的输出。可以做些什么来提高准确性，过滤输入音频：噪声抑制、低通滤波器等。您不能期望 100% 的准确性，但可以达到 80-95%。
过滤许多人的声音更难。但是可以使用一些具有自适应阈值的简单幅度（音频强度级别）算法来决定单词何时开始和结束。想法是正确的声音是最响亮的=最接近电话/设备。所以根据4)，当用户靠近麦克风说话时，准确度会更好，因为它是最响亮的声音。
3) 我不知道你所说的传感器是什么意思，但是有一些算法可以简单地检测人声而不是解码单词。这些算法被称为语音活动检测 (VAD) 一些代码应该在 Speex 项目文档http://www.speex.org/中找到@
处理语音识别的最简单方法是使用 Google Speech api，它非常好，它可以识别多种语言但需要互联网连接 - 并且需要一段时间才能获得结果。
更快的是 CMU Sphinx，但它的语言模型很少，需要更多的 RAM 内存和处理器计算，因为所有解码都是在设备上进行的。在我看来，当字典（被重新识别的单词）像命令（左、右、后退、停止、开始等）一样小时非常好。
【讨论】：