我试图在嵌入式设备上运行Pocketsphinx。不幸的是，它不起作用，我想我在关于该应用程序的常见问题解答（https://cmusphinx.github.io/wiki/faq/）中找到了原因
问：我可以在移动设备/ Raspberry PI上运行大词汇量语音识别吗？
不，您不能。对于大型词汇语音识别，CPU太慢。手机CPU通常比台式机慢9倍。词汇量不受限制的语音识别需要非常大的计算和内存资源（数TB的内存），因此很难在其他嵌入式设备上的iPhone中做到这一点。 iPad更容易。
Google付出了巨大的努力，以使其引擎脱机运行以听写，但它仍然更愿意将数据发送到服务器，因为它的准确性大大提高。
因为在小型设备上运行的大多数解决方案使用的词汇量有限。尽管此词汇表可能足够大，所以您不会注意到这一点。通常500-1000个单词足以覆盖大多数实际情况。
要训练语言模型，您需要来自您域的文本（单词和表达式）。教程中介绍了语言模型训练。
我的问题是，您是否知道一些字典小到足以胜任这项工作，或者我如何从较大的字典中生成这样的东西？预先感谢