[可能重复]但我没有在下面找到我的问题的答案。
过去两天我一直在做一些关于语音识别的研究，但我没有得到我的问题的答案：
答案 0 :(得分：10)
1）将语音识别功能放入服务是正确的方法，就像在Google API中一样，使用回调方法获取结果。为了使其连续运行，服务必须处理将避免陷入睡眠模式的唤醒锁。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，由于CPU的连续工作和传入声音数据的连续计算。 （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。为提高精度，可以做的是，滤波输入音频：噪声抑制，低通滤波器等。您不能期望100％的准确度，但可以达到80-95％。
更难以过滤许多人类的声音。但是可以使用一些具有自适应阈值的简单幅度（音频强度等级）算法来决定何时字开始和结束。想法是正确的声音是最响的=最接近电话/设备。因此，根据 4）当用户靠近麦克风讲话时，准确度会更好，因为它是最响亮的声音。
3）我不知道您对传感器的意思，但有些算法可以简单地检测人声而不是解码字。这些算法称为语音活动检测（VAD）一些代码应该在Speex项目文档中找到http://www.speex.org/
处理语音识别的最简单方法是使用Google Speech api，它非常好，它能识别大量语言但需要互联网连接 - 并且需要一段时间才能获得结果。
CMU Sphinx更快，但它的语言模型很少，需要更多的RAM内存和proccesor计算，因为所有的解码都是在设备上完成的。在我的意见中，当dicitionary（被识别的单词）像命令（左，右，后，停，开等）一样小时非常好。