‘壹’ 如何用Tensorflow开发一个简单的语音识别器
Theano的一个优势在于代码是在计算时生成并编译的，所以理论上可以达到更高的速度（不需要运行时的polymorphism，而且如果写得好的话可以fuse kernel），但是因为是学术实现，没有花大精力在优化上面，所以实际速度并不占优势。另外现在大家都高度依赖于第三方库比如说cudnn，所以比较速度已经是上个时代的事情了，不必太在意。
‘贰’ 之前java的语音识别是调用讯飞的dll文件,但怎么在此基础上编写一个离线的语音识别,求方法
一般那种c#的dll是java不能直接调用的，但C\C++可以，你可以使用JNI。比如你要一个 public native void sengMsg(String msg); 来发送信息，先用native关键字声明这个函数，然后再类里面加一个静态块：
static { System.loadLibrary("msg"); } 这里的msg是你的后来编译的dll文件名，不是短信猫带的。 然后写其他的函数就可以调用这个方法了，写完后用javac编译，得到class文件，然后用 javah -jni 你的class文件 就会得到一个.h的头文件，用visual studio新建一个dll，把那个.h文件包含进去，用C\C++调用你现有的dll，然后编译得到你的msg.dll，把它复制到你的class文件目录，然后就可以调试运行了。
‘叁’ 如何在linux系统中移植科大讯飞的离线语音识别库
你在交叉编译时是如何配置的？
./configure --host=arm-none-linux-gnueabi --without-gtk
--without-carbon --without-quicktime --without-1394libs
--without-ffmpeg --without-python --without-swig --enable-static
--disable-shared --disable-apps CXX=arm-none-linux-gnueabi-g++
CPPFLAGS=-I/usr/arm-2008q3/arm-none-linux-gnueabi/include
--prefix=/usr/opencv
其中：--without-gtk 不使用gtk库，加上了吗？
‘肆’ windows平台上有什么好的离线语音识别SDK
【推荐科大讯飞离线语音】
科大讯飞离线语音识别安装与运行
先从官网下载sdk.
文件解析：
bin/inc下有四个头文件：msp_errors.h msp_types.h qisr.h qtts.h
msp_errors.h msp_types.h为通用数据结构的头文件，qisr.h是语音识别用的头文件，qtts.h是语音合成用的头文件。
这是sdk中原代的解释：
1.doc目录下存放开发文档等；
2.lib目录下存放SDK需要调用的动态库以及需要引用的头文件。
3.example目录下存放提供的示例demo，每个例子下都有Makefile文件，在当前目录make即可；
4.bin目录下存放符合标准的语音文件样例、配置文件和资源文件等，make之后的example可执行程序也会拷贝至此，请在此目录下运行，否则会运行失败；
5.prj目录下提供make脚本，可以快速编译例子。
然后我按照它的指示，在example下的asrdome下make，然而报错：找不到 lasound，去看它的makefile文件，其中需要这个库，在网上搜了一下，解决方案如下：
sudo apt-get install alsa-base alsa-utils alsa-source libasound2-dev
重新编译，又报错，警告：检测到时钟错误。您的创建可能是不完整的。
将之前编译创建的 “asrdemo.o”删除继续，编译成功。
然后再bin下生成了"asrdemo"可执行文件，在bin目录下运行（./asrdemo)
运行成功。
然而输出的结果是一堆代码，里面夹杂识别的话。在网上查了一下，代码的函数逻辑大概如下
1.先要调用QISRInit（）函数，参数是自己的appid，每个SDK都是注册才能下载的，所以是唯一的，用来区分用户的，不同级别的用户每天可以使用SDK的次数有限制，毕竟人用的多了语音识别的性能肯定会下降；
2.之后就是把GrammarID，输入输出的参数param和调用状态返回值ret作为参数传入QISRSessionBegin（）函数中进行初始化，返回值是sessionID，这个是后面所有函数的主要参数之一；
3.打开自己的音频文件，调用QISRAudioWrite（）函数写入，可以分段也可以一次，第一个参数是sessionID，上面初始化函数返回的值，第二个参数是音频数据头指针，第三个参数是音频文件大小，第四个参数是音频发送的状态，表示发送完了没有，剩下两个是服务器端检测语音状态和识别状态的返回值；
4.调用QISRGetResult（）函数获取识别的结果，第一个参数还是sessionID，第二个参数是输出识别的状态，第三个参数是与服务器交互的间隔时间，官方建议5000，我取为0，第四个参数是调用状态返回值ret，最后这个函数的返回值就是上面结果的json数据了
录制语音时，使用“ffmpeg”录音，简单方便，符合语音识别的要求。
讯飞语音对语音的要求如下：采样率16K或8KHz，采样位是16位，单声道，格式是PCM或WAV。自带的录音软件都是默认32位采样，只能用ffmpeg或自己写代码录制，ffmpeg命令如下：
ffmpeg -f alsa -ar 16000 -ac 1 -i hw:0 lib.wav
‘伍’ 如何正确使用微软中的语音SDK
Linux系统下的Gcc（GNU C Compiler）是GNU推出的功能强大、性能优越的多平台编译器，是GNU的代表作品之一。gcc是可以在多种硬体平台上编译出可执行程序的超级编译器，其执行效率与一般的编译器相比平均效率要高20%~30%。
Gcc编译器能将C、C++语言源程序、汇程式化序和目标程序编译、连接成可执行文件，如果没有给出可执行文件的名字，gcc将生成一个名为a.out的文件。在Linux系统中，可执行文件没有统一的后缀，系统从文件的属性来区分可执行文件和不可执行文件。而gcc则通过后缀来区别输入文件的类别，下面我们来介绍gcc所遵循的部分约定规则。
.c为后缀的文件，C语言源代码文件；
.a为后缀的文件，是由目标文件构成的档案库文件；
.C，.cc或.cxx 为后缀的文件，是C++源代码文件；
.h为后缀的文件，是程序所包含的头文件；
.i 为后缀的文件，是已经预处理过的C源代码文件；
.ii为后缀的文件，是已经预处理过的C++源代码文件；
.m为后缀的文件，是Objective-C源代码文件；
.o为后缀的文件，是编译后的目标文件；
.s为后缀的文件，是汇编语言源代码文件；
.S为后缀的文件，是经过预编译的汇编语言源代码文件。
Gcc的执行过程
虽然我们称Gcc是C语言的编译器，但使用gcc由C语言源代码文件生成可执行文件的过程不仅仅是编译的过程，而是要经历四个相互关联的步骤∶预处理(也称预编译，Preprocessing)、编译(Compilation)、汇编(Assembly)和连接(Linking)。
命令gcc首先调用cpp进行预处理，在预处理过程中，对源代码文件中的文件包含(include)、预编译语句(如宏定义define等)进行分析。接着调用cc1进行编译，这个阶段根据输入文件生成以.o为后缀的目标文件。汇编过程是针对汇编语言的步骤，调用as进行工作，一般来讲，.S为后缀的汇编语言源代码文件和汇编、.s为后缀的汇编语言文件经过预编译和汇编之后都生成以.o为后缀的目标文件。当所有的目标文件都生成之后，gcc就调用ld来完成最后的关键性工作，这个阶段就是连接。在连接阶段，所有的目标文件被安排在可执行程序中的恰当的位置，同时，该程序所调用到的库函数也从各自所在的档案库中连到合适的地方。
Gcc的基本用法和选项
在使用Gcc编译器的时候，我们必须给出一系列必要的调用参数和文件名称。Gcc编译器的调用参数大约有100多个，其中多数参数我们可能根本就用不到，这里只介绍其中最基本、最常用的参数。
Gcc最基本的用法是∶gcc [options] [filenames]
其中options就是编译器所需要的参数，filenames给出相关的文件名称。
-c，只编译，不连接成为可执行文件，编译器只是由输入的.c等源代码文件生成.o为后缀的目标文件，通常用于编译不包含主程序的子程序文件。
-o output_filename，确定输出文件的名称为output_filename，同时这个名称不能和源文件同名。如果不给出这个选项，gcc就给出预设的可执行文件a.out。
-g，产生符号调试工具(GNU的gdb)所必要的符号资讯，要想对源代码进行调试，我们就必须加入这个选项。
-O，对程序进行优化编译、连接，采用这个选项，整个源代码会在编译、连接过程中进行优化处理，这样产生的可执行文件的执行效率可以提高，但是，编译、连接的速度就相应地要慢一些。
-O2，比-O更好的优化编译、连接，当然整个编译、连接过程会更慢。
-Idirname，将dirname所指出的目录加入到程序头文件目录列表中，是在预编译过程中使用的参数。C程序中的头文件包含两种情况∶
A)#include
B)#include “myinc.h”
其中，A类使用尖括号(< >)，B类使用双引号(“ ”)。对于A类，预处理程序cpp在系统预设包含文件目录(如/usr/include)中搜寻相应的文件，而%B
‘陆’ 手机语音识别并且转化为文字的技术原理是什么，请简单说下
不管是微软家的Cortana、三星家的S-voice苹果家的Siri，还是国内一些独立做语音辨认的比方讯飞、Rokid，在原理在实质上没有几差别：就是语音输入后，停止特征提取，将提取的特征值放进模型库里，再不时地停止锻炼和匹配，最终解码得到结果。
假如要细说的话就比拟复杂了，比方模型库中又分为声学模型和言语模型。其中言语模型是依据不同品种的言语，对词串停止统计建模，目前普遍采用的是基于(n-1)阶马尔可夫链统计的n元语法模型。
这里细致说下声学建模吧。首先经过前端特征提取取得声学特征，再进一步对声学特征停止统计建模。建模运用到的贝叶斯统计建模框架，也就是最大后验概率决策原则。这里算法这种深奥的东西就不说了，除非深度开发，否则直接套用就行了，我本人也是博古通今，还是念书的时分学的。
说说提取声学特征该如何完成：当语音输入之后，首先停止模电转换，将模仿信号转变为数字信号，再停止静音切除去掉无关噪音，然后停止分帧。将此时的信号分红一帧一帧之后（每一帧并不是独立存在的而是相互关联的），还要停止一系列的信号处置，包括预加重、加窗之后，再停止FFT变换之后，再经过Mel参数的滤波和取对数、离散余弦变换等一系列算法处置后，能够停止用梅尔频率倒谱系数（MFCC）停止特征提取，得到声学特征。
觉得越说越复杂了……后面简单点说吧。前面说了言语模型，而声学模型就是将声学特征统计建模后得到的。得到了模型库之后就能够停止模型锻炼和形式匹配了。
所谓模型锻炼就是指依照一定的原则，从大量已知语音形式中获取一个最具特征的模型参数。而形式匹配则相反，是依据一定原则，将未知语音形式与模型库中的某一个模型取得最佳匹配。
最后的解码过程又能够分红动态解码网络和静态解码网络两种：动态网络会编译一个状态网络并构成搜索空间，把单词转换成一个个的音素后将其依照语序拆分红状态序列，再依据音素上下文分歧性准绳将状态序列停止衔接。
而静态网络普通是针对一些特殊词（孤立词）的辨认网络，它的构造就简单多了：先将每条特殊词扩展成HMM状态序列，然后再计算得分，选择得分最大的作为辨认输出结果。由于静态网络是依据声学概率计算权重，不需求查询言语模型概率，因而解码速度很快。
这样的一个流程大致上就是语音辨认技术的主要原理。
最后再说点题外话吧，语音辨认技术其实应用以及很普遍了，比方在北美很多企业的电话自动效劳都会用到，只需用户直接说出想要的命令，就能够自动查询到需求的效劳，不需求像过去那样按键。手机应用里运用语音辨认技术比方微信的声音锁，讯飞、搜狗语音输入等等很多就不说了，而个人最看好的是声控语音拨号系统、家用机器人、智能家电等范畴，以语音交流的方式取代过去的传统人机互动。国内在这个范畴的语音辨认尝试也是相当多的，比方Rokid这样能够语音辨认命令还具有深度学习才能的家用机器人，能够自动播放视频、音乐，以至以后能够语音对话机器人叫个饿了么外卖，叫个滴滴出行等等。我今年夏天去参观过他们的语音辨认开发部门，他们用的是本人独立开发的一套流程在跑，整个语音模型库也是依据中国人发音习气（连读、口音）做的。当时测试的产品辨认度挺冷艳的，有种真正在人机交互的觉得，等于经过这个机器人接入口来控制其他电子产品，令人耳目一新。
‘柒’ 计算机是如何识别纯C语言，将其编译成二进制的
c语言是高级语言，计算机只能识别二进制0和1编写的语言，c语言是通关机器语言编写成二进制编码才能被计算机识别的!
清楚了吗？
‘捌’ 深入学习C语言的具体步骤
1、入门后多看代码
在有一定基础以后一定要多看别人的代码。 注意代码中的算法和数据结构。 毕竟学C之后的关口就是算法和数据结构。提到数据结构，指针是其中重要的一环，绝大多数的数据结构是建立在指针之上的，如链表、队列、树、图等等，所以只有学好指针才能真正学好C。别的方面也要关注一下，诸如变量的命名、库函数的用法等等。有些库函数是经常用到的。对于这些函数的用法就要牢牢记住。
2、要自己动手
编程序是个实干的活，光说不练不行。刚开始学的时候可以多练习书上的习题。 对于自己不明白的地方，自己编个小程序实验一下是最好的方法，能给自己留下深刻的印象。 自己动手的过程中要不断纠正自己不好的编程习惯和认识错误。有一定的基础以后可以尝试编一点小游戏，照着编作为练习。基础很扎实的时候，可以编一些关于数据结构方面的东西。之后.....学汇编、硬件知识。
3、选择一个好的编译器
GCC或者VS都是一个号的选择
4、关于养成良好的编程习惯
‘玖’ 从计算机高级语言，变成计算机能识别的机器语言，其编译功能是怎么实现的啊
1. 通过编译，链接程序，将高级语言转换为计算机能直接识别的二进代码。如C，PASCAL等；
2. 通过编译，链接程序，将高级语言转换为伪代码，通过虚拟机来执行。如java等；
3. 高级语言直接通过解释程序执行。如BASIC，PHP，ASP等。
‘拾’ 程序语言编译器是怎样被计算机识别的
源代码是由字符组成的吧？
明白这一点就好办了
编译器首先将你写的代码读入内存，然后寻找代码中的关键字、标识符等信息，建立一个所谓的符号表，根据这个符号表对你的源代码进行检查，检查的依据正是该语言的语法和句法规则。比如是否有变量重复定义错误、是否有类型不兼容错误，是否有遗漏语句分隔符错误等等。这些都是比较简单的，例如根据语言的关键字表可以检查是否有非法的关键字（语句分隔符之后的下一个有效字符一定是一个关键