1.什麼是OpenEars
OpenEars是面向iOS平臺的一個離線的語音識別和text-to-speech（文字語音轉換）開發工具包。因爲是離線的，它無需象Siri那樣需要和服務器進行網絡連接。當然，還要強調一點的是，OpenEars主要是針對英語的。最重要的是，它是免費的。除了基本的免費功能，它還提供了可以用來擴展基本功能的付費插件，也即Politepix OpenEars插件。
使用OpenEars，可以在iPhone和iPad應用中輕鬆實現英語的語音識別和TTS（語音合成）功能，並可使用開源的CMU Pocketsphinx,CMU Flite,CMUCLMTK類庫。
OpenEars 平臺也是一個完整的開發平臺，其中包含了免費的OpenEArs SDK，以及一些拓展的功能插件（付費）。
考慮到我朝開發人員多數是屌絲出身，這裏先介紹免費的SDK，等大家熟悉了之後再自行探索付費功能插件。
對於iPhone本地應用來說，要實現高精確度的大容量詞彙識別目前來說是非常困難的，即便是Siri也需要利用強大的服務器數據庫來完成這一任務。不過Pocketsphinx（OpenEars所使用的開源語音識別引擎）能夠做到在iPhone本地應用中根據環境和其它因素來識別英語詞彙。
當前OpenEars的最新版本是1.2.5，下載地址：http://www.politepix.com/wp-content/uploads/OpenEarsDistribution.tar.bz2
2.OpenEars的功能特性
OpenEars目前有以下的功能特性：
1. 在後臺線程中連續監聽，並根據需要暫停或繼續語言處理，而這些操作在iPhone4中僅佔用4%的CPU（包括語言解碼，語音合成）。
2. 支持9種語音類型，包括男性和女性，速度和質量在一定的範圍內，並可在使用的過程中更改。
3. 可以更改語音合成的音高，音速和變化。
4. 判斷當前耳機是否在插孔中，然後僅當耳機在插孔中時才繼續語言識別。
5. 支持藍牙語音設備（實驗中）。
6. 語音識別和語音合成的結果可以被當前應用的任一類所共享
7. 支持JSGF語法
8. 根據NSArray或NSString中的輸入來動態生成新的ARPA語言模型
9. 動態切換ARPA語言模型或JSGF語法
10. 測試已有的錄音
11. 可以通過標準的Objective-C方法進行交互
12. 所有的語音識別和語音合成功能均在內存中完成，無需寫入到音頻文件中再讀取。
13. 包裝在一個Cocoa標準風格的框架中
注意：
在使用OpenEars的時候，儘量直接在設備上測試應用，在模擬器上的識別精度會有所下降。
此外，在Xcode4.5中蘋果已經刪除armv6架構編譯。如果需要爲armv6設備編譯，可以使用OpenEars之前的舊版本，但該版本不會繼續更新，也無法用於編譯armv7s設備。http://www.politepix.com/wp-content/uploads/OpenEarsDistributionLegacy.tar.bz2
3.OpenEars的安裝和使用
（1）首先下載框架：
http://www.politepix.com/wp-content/uploads/OpenEarsDistribution.tar.bz2
（2）在Xcode中創建自己的應用，並添加AudioToolbox和AVFoundation框架。
（3）將所下載壓縮包中的Frameworks文件夾拖到項目中
接下來呢？~現在就已經可以開始使用OpenEars了。
爲了熟悉它的基本功能，可以先嚐試運行示例項目。因爲示例項目支持ARC，所以最好使用最新的Xcode版本。
4. OpenEars示例項目簡介
在我第一次使用OpenEars的示例項目時，因爲受了Siri的影響，於是嘗試說了一大堆，結果發現這個簡單示例項目支持的是詞彙識別，而不是句子的識別。還是頗有些失望的。
不過最起碼它還是可以識別出你所說的單詞，精確度還很高。
在Xcode中打開OpenEarsSampleApp，項目的結果非常簡單，首先是OpenEars的特有框架，然後是AudioToolbox和AVFoundation這兩個標準框架，當然還有其它幾個幾乎每個項目都會用到的框架。
隨便打開一個.xib文件，會看到項目的佈局。
兩個文本框，兩個標籤，還有四個按鈕。
打開ViewController.h，會看到它遵循OpenEarsEventsObserverDelegatex協議。在頭文件裏面定義了多個方法，其中四個IBAction方法是我們重點要了解的。
切換到ViewControlller.m，來看看幾個方法的實現代碼。
最重要的當然是startListening方法，只有一行代碼，startListeningWithLanguageModelAtPath:dictionaryAtPath:languageModelIsJSGF方法需要知道所使用的語法文件，詞典文件，以及該語法是否是JSGF。在單個語音識別循環中，只能使用JSGF或ARPA語法文件中的一種，而不能在兩種類型中切換。
ARPA語法通常是.languagemodel或.DMP後綴的文件，而JSGF語法則是.gram後綴的文件。
如果你只是想識別某個單獨的語音wav文件，可以使用以下方式：
NSString *wavPath = [NSString stringWithFormat:@"%@/%@",[[NSBundle mainBundle] resourcePath], @"test.wav"];
[self.pocketsphinxController runRecognitionOnWavFileAtPath:wavPath usingLanguageModelAtPath:self.pathToGrammarToStartAppWith dictionaryAtPath:self.pathToDictionaryToStartAppWith languageModelIsJSGF:FALSE]; // Starts the recognition loop.
示例中的方法適用於進行連續語音識別。
在viewDidLoad方法中主要是指定了startListening 方法中所使用的參數，然後調用了startListening方法和startDisplayingLevels方法。
這裏使用的默認詞典和語法是OpenEars1.dic和OpenEras1.languagemodel（在Frameworks文件中自帶的）。
需要注意的是startDisplayingLevels方法是這個示例項目中特有的方法，這裏就不詳細介紹了。
此外就是OpenEarsEventsObserver的協議實現方法，稍作修改就可以在其它項目中使用。
當用戶說出change model後，就會將詞典和語法切換到動態生成的詞典，也就是languageArray中的幾個單詞。
在設備上運行項目後，首先看到如下界面：
默認的詞典裏面只支持Backward,change,forward,go,left,model,right,turn幾個單詞。當你說change model後，就切換到由程序數組動態生成的詞典，就可以支持change,model,Monday,Tuesday,…Sunday, QUIDNUNC。
爲了進一步測試，我嘗試把viewDidLoad裏面的詞組更換爲:
NSArray *languageArray = [[NSArray alloc] initWithArray:[NSArray arrayWithObjects: // All capital letters.
@"APPLE",
@"Steve Jobs",
@"Tim Cook",
@"MICROSOFT",
@"FOOD",
@"MONEY",
@"GAME",
@"IPHONE",
@"SIRI",
nil]];
再次運行測試，當說出change model的指令後，程序對於新的詞組都可以識別並輸出，如圖：
說明這個識別是與大小寫無關的。
然後來測試對句子的識別，將viewDidLoad中的詞組修改爲如下：
NSArray *languageArray = [[NSArray alloc] initWithArray:[NSArray arrayWithObjects: // All capital letters.
@"APPLE",
@"Steve Jobs",
@"Tim Cook",
@"I love Apple",
@"I am hungry",
@"I really really need money",
@"I'm not a baby",
@"IPHONE",
@"SIRI",
nil]];
再次測試，基本上識別精度仍然很高，但連續識別的時候容易跟之前的句子弄混，不過這個體驗問題不難解決。
這樣的話，示例項目的目的已經基本上達到。我們對示例項目做一些修改就可以爲自己所用。