在跑通Android离线语音识别demo  PocketSpinxAndroiDemo后，发现其使用pocketsphinx进行语音识别的准确率并不是很低。这和pocketsphinx语音识别所用的语言模型和声学模型相关。pocketsphinx-0.8源码自带几个语言模型和声学模型，pocketsphinx-0.7/model/hmm下的是声学模型（hmm应该指的是隐马尔科夫模型），pocketsphinx-0.7/model/lm下的是语言模型（lm表示language model）。运行demo时使用的是美国英语的语言模型( /lm/en_US/hub4.5000.DMP)和声学模型( /hmm/en_US/hub4wsj_sc_8k)以及字典文件( /lm/en_US/hub4.5000.dic)，/pocketsphinx/model目录 内容如下，
├── hmm
│   ├── en
│   │  └── tidigits
│   │      ├── feat.params
│   │      ├── mdef
│   │      ├── means
│   │      ├── sendump
│   │      ├── transition_matrices
│   │       └── variances
│   ├── en_US
│   │  └── hub4wsj_sc_8k
│   │      ├── feat.params
│   │      ├── mdef
│   │      ├── means
│   │      ├── noisedict
│   │      ├── sendump
│   │      ├── transition_matrices
│   │      └── variances
│   └── zh
│       └── tdt_sc_8k
│           ├── feat.params
│           ├── mdef
│           ├── means
│           ├── noisedict
│           ├── sendump
│           ├── transition_matrices
│           └── variances
└── lm
    ├── en
    │  ├── tidigits.dic
    │  ├── tidigits.DMP
    │  ├── tidigits.fsg
    │  ├── turtle.dic
    │  └── turtle.DMP
    ├── en_US
    │  ├── cmu07a.dic
    │  ├── hub4.5000.DMP
    │  └── wsj0vp.5000.DMP
    ├── zh_CN
    │  ├── gigatdt.5000.DMP
    │  └── mandarin_notone.dic
    └── zh_TW
        ├── gigatdt.5000.DMP
        └── mandarin_notone.dic
这个目录下的内容在后面还要使用到。
          此外，CMU sphinx 的官网提供了各种语言的声学模型和语言模型的下载，具体见，
http://sourceforge.net/projects/cmusphinx/files/Acoustic%20and%20Language%20Models/
本来应该有中文的，
声学模型：zh_broadcastnews_16k_ptm256_8000.tar.bz2
语言模型：zh_broadcastnews_64000_utf8.DMP
字典文件：zh_broadcastnews_utf8.dic
但现在去其官网上找已经没中文的了。。。另外，还可以使用语言模型训练工具CMUCLMTK和声学模型训练工具sphinxtrain ， 自己训练得到语言模型和声学模型，这样的效果应该是最好的（识别范围应该也能扩大不少），这里不详细讲述，可以参考最后的参考链接1。

小范围英文准确识别

        Demo用的字典太大，相应的语言模型也很大，而这个语言模型和字典并非针对你而训练的，这是造成识别率低下的主要原因。因此，下面创建自己的语料库drone_ctr.txt，文件的内容是，
take off
land
turn left
turn right
forward
backward
spin left
spin right
up
down
hover
利用在线工具—— 在 http://www.speech.cs.cmu.edu/tools/lmtool.html 上点Browse提交drone_ctr.txt ，在线生成语言模型文件（一个压缩文件），下载生成的压缩文件，解压，我们要使用其中的1172 .lm和1172 .dic代替原来使用的 hub4.5000.DMP和 hub4.5000.dic。打开1172 .dic文件，其内容主要也就是 drone_ctr.txt每一条语料加上其注音。替换语言模型和字典后，修改 PocketSpinxAndroiDemo中 RecognizerTask.java的代码如下，
由代码可知，我们仍然使用原来的声学模型，改变的只是语言模型和字典(1172.dic和1172.lm)。然后真机上调试，准确率就上来了~
          经过试验，发现准确率在不改变字典的情况下仍然不高，这说明声学模型不变的情况下，字典范围得足够小才能准确识别。

小范围中文准确识别
        和英文情况类似，先创建语料库 drone_ctr.txt，文件的内容是，
起飞
降落
向左
向右
向前
向后
左转
右转
上升
下降
盘旋
利用在线工具—— 在 http://www.speech.cs.cmu.edu/tools/lmtool.html 上点Browse提交drone_ctr.txt ，在线生成语言模型文件，下载生成的压缩文件，解压，我们要使用其中的9930.lm和9930.dic代替原来使用的 hub4.5000.DMP和 hub4.5000.dic。这时打开字典 9930.dic ，发现其内容和语料库 drone_ctr.txt是一摸一样的，并没有在每一行后面加上音注，这是因为该在线工具 不支持中文注音（由参考链接3可知，原来可能是支持的），所以需要自己加音注，加音注后的9930.dic文件如下，

上升      sh ang sh eng

下降      x ia j iang

右转    y ou zh uan
向前    x iang q ian
向右      x iang y ou

向后      x iang h ou

向左      x iang z uo

左转      z uo zh uan

盘旋      p an x uxan

起飞      q i f ei

降落      j iang l uo

后面音注我是从 /pocketsphinx/model/lm/zh_CN/ mandarin_notone.dic中找到相应的语料，然后将其音注拷过来的（本来想用 zh_broadcastnews_utf8.dic字典库，但现在 CMU sphinx 的官网上已经下不到中文声学模型和语言模型以及字典了 ），这再次证明了字典文件其实就是“语料+音注”。接下来，使用生成的语言模型9930.lm和自己编辑的字典9930.dic以及 pocketsphinx-0.8源码自带中文声学模型 /pocketsphinx/model/hmm/zh/ tdt_sc_8k，并修改 RecognizerTask.java代码，
这样就可以进行语料库范围的中文语音识别了，准确率很高！