研究如何提高识别率 的问题。1.重新训练。找到正确的训练方法。工具：http://sourceforge.net/projects/cmusphinx/files/依次下载最新版的：Pocketsphinx—用C语言编写的轻量级识别库，主要是进行识别的。Sphinxbase— Pocketsphinx所需要的支持库，主要完成的是语音信号的特征提取；C

PocketSphinx是一个计算量和体积都很小的嵌入式语音识别引擎。在Sphinx-2的基础上针对嵌入式系统的需求修改、优化而来，是第一个开源面向嵌入式的中等词汇量连续语音识别项目。识别精度和Sphinx-2差不多。       Sphinx-3是CMU高水平的大词汇量语音识别系统，采用连续隐含马尔可夫模型CHMM建模。支持多种模式操作，高精度模式扁平译码器，由Sphinx3的最初版

关于QT安装QT的早期版本和现在版本有点变化，提供的文件也不尽相同，最新的版本为5.2.1，我这里用的是4.8.4，一个完整的QT应该包括QT库、IDE也就是QT creator.在Linux下的安装中，目前看到的主要有三种方法：1、.bin文件直接安装，文件名为qt-sdk-……，一个./bin直接包括了所有相关工具，安装起来最为简单方便，但是目前的4.8.4在几个网站上已经找不

保持每天一点点的进步今天突然就搞定了android 语音识别的应用例程。接下来要测试一下android访问 wifi的方法。后面通过wifi来访问机器人小车。例程参考了http://blog.csdn.net/wangkuifeng0118/article/details/7339578文章写的很好。无奈我是只看了几天android的门外汉，还是遇到一点小问题，不过很快都解决了。1

这几天发现，HMM的及

将rbx1_speech从hydro 迁移到miniPC上的:~/ros_workspace/install/lib

Python--生成Wav格式文件需要安装Tkinter，用于GUI显示需要安装Scipy, 科学计算

遇到一个问题，qbo_arduqbo部署在机器人本体上。语音导航，语音识别和键盘控制模块如果也部署在本体上，存在电脑太卡的问题。从调试方便的角度，以及商业模式角度考虑，多机网络部署是一件很有意义的事情。关键点：1.  多机器网络要互通。   ping ssh2. 设置hostname。3. 设置ROS_MASTER_URI为统一的一台主机。这里设置robot-Lenovo机

http://developer.android.com/training/basics/firstapp/running-app.html1.  现象：提示“语音识别不可用”。     原因：真机上需要安装google voice apk。安装后才可以识别语音。2. 现象：安装google voice apk后，无法创建google账户。主界面点击之后没反应。     原

根据网上例程进行了开发，遇到google voice apk的问题暂未解决。真机上如果没有安装google voice apk的话，会提示语音识别不可用。但我后来已经安装了"语音“应用，但是还是不行。