Android-MVVM-Architecture-Android-Voice-AI-SDK

给 Android 应用几分钟接入语音 AI 对话能力,开箱即用。

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 智能体 🍴 复刻 610 🐛 待处理 22 👀 关注 58
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 2579
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源Android库,本地部署,完全免费。

项目预览

Android-MVVM-Architecture-Android-Voice-AI-SDK 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类智能体
开发团队ahmedeltaher
定价模式🏷️完全免费
价格说明开源Android库,本地部署,完全免费。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
主要语言Kotlin
技术栈/模型ai,ai-agent,android,android-mvvm-architechture,mvvm,mvvm-android,mvvm-architechure,voice,voice-ai,voice-control,voice-recognition-ai
GitHub 星标★ 2579
上线时间2016-12-25 00:00:00
代码更新2026-06-01
仓库体积4.4 MB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数6

项目介绍

Voice AI SDK 是一个可复用的 Android 库,旨在帮助开发者快速为应用集成完整的语音驱动 AI 对话能力。它基于 Kotlin 和 MVVM 架构构建,解决了在 Android 应用中实现语音交互时面临的复杂集成问题,如音频采集、语音识别、意图理解、对话管理及语音合成等。该 SDK 提供开箱即用的语音助手功能,开发者只需简单配置即可在数分钟内为应用添加端到端的语音对话流水线,无需从零搭建底层语音处理和 AI 交互逻辑。核心能力包括语音唤醒、实时语音识别、自然语言处理、多轮对话管理、语音回复生成,并支持自定义扩展以适应不同业务场景。项目代码结构清晰,遵循 MVVM 模式,便于维护和二次开发,适合需要快速落地语音交互的 Android 应用。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 2579

使用教程

⚠ 本教程由 AI 依据该项目 README 整理;原始文档不完整,部分步骤为通用流程推断,实际安装请以项目官方文档为准。

难度:进阶 约 20 分钟 部署方式:库/依赖 4 步

⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。

环境要求

  • Kotlin 编写的 Android 应用工程(UI 基于 Jetpack Compose)
  • 已接入 Hilt 依赖注入,可标注 @HiltAndroidApp 与 @AndroidEntryPoint
  • 可用的 Anthropic API Key
  • 设备麦克风与扬声器,用于音频采集与语音播放

安装与启动步骤

  1. 1确认工程前置条件

    README 只给出 Hilt 配置与配置项说明,未提供 Gradle 依赖坐标,需先到仓库或官网确认引入方式再动手。

  2. 2开启 Hilt 应用入口

    在自定义 Application 类上加 @HiltAndroidApp;这是 README Quick Start 中明确给出的 Hilt setup 步骤。

    @HiltAndroidApp
    class MyApp : Application()
  3. 3标记 Activity 入口

    在承载语音交互界面的 Activity 上加 @AndroidEntryPoint,Hilt 才能完成注入;README 示例为 ComponentActivity 子类。

    @AndroidEntryPoint
    class MainActivity : ComponentActivity() { ... }
  4. 4覆盖 VoiceAIConfig

    把 config { } 块传给 VoiceAISDK.Builder 覆盖默认值,anthropicApiKey 为必填;参考 README 配置表填写其他字段。

    config {
        anthropicApiKey = "sk-ant-xxxxxxxx"
        aiModel = "claude-3-5-sonnet-20241022"
    }

关键配置

配置项必填说明示例
anthropicApiKey是Anthropic API Key,所有 AI 轮次使用;禁止硬编码sk-ant-xxxxxxxx
aiModel否用于全部对话轮次的 Claude 模型 IDclaude-3-5-sonnet-20241022
systemPrompt否附加到每次会话前的系统指令You are a helpful voice assistant…
inputMode否HANDS_FREE 开启 VAD 免提;PUSH_TO_TALK 按住才录音HANDS_FREE
piiRedaction否为 true 时在发送给 AI 前抹去电话、邮箱、卡号true
emotionDetectionEnabled否开启语音情绪识别,需用户同意并设置 emotionConsentRationalefalse

如何确认成功

运行应用并授予麦克风权限,对设备说一句话;若能听到 TTS 语音回复,说明 VAD→STT→Claude→TTS 链路已打通。

常见问题

Q:Anthropic API Key 可以直接写进代码吗?

A:不可以。README 明确要求绝不硬编码,应从 BuildConfig 或加密存储中读取。

Q:HANDS_FREE 与 PUSH_TO_TALK 有什么区别?

A:HANDS_FREE 会激活 VAD 自动检测说话,PUSH_TO_TALK 只在按住按钮期间录音。

Q:怎样避免把敏感信息发给 AI?

A:把 piiRedaction 设为 true,SDK 会在转写文本发往 Claude 前移除电话号、邮箱和信用卡号。

Q:为什么一轮识别结束得比较慢?

A:由 silenceTimeoutMs 控制,默认 1200 毫秒,指说话后静音多久才结束该轮 STT。

注意事项

  • README 的 Quick Start 只展示了 Step 2(Hilt setup),缺少 Step 1 的依赖引入说明,请以仓库和官网文档为准。
  • 配置表字段均属于 VoiceAIConfig,通过传给 VoiceAISDK.Builder 的 config { } 块覆盖默认值。
  • 启用 emotionDetectionEnabled 必须先取得用户同意并填写 emotionConsentRationale。
  • certificatePins 只接受 SHA-256 证书指纹,用于 OkHttp 客户端的证书固定。

核心亮点

  • 提供完整的语音对话流水线,集成简单,可快速上线
  • 基于 MVVM 架构,代码结构清晰,易于维护和扩展
  • 支持自定义语音识别和对话逻辑,灵活适配业务需求

不足之处

  • 文档/社区待观察
  • 可能依赖特定语音服务,对离线场景支持有限

适用场景

  • 智能家居控制应用
  • 车载语音助手
  • 无障碍辅助应用

替代项目

Kaldi Android、Picovoice、Dialogflow Android SDK

上一篇:WhisperLive

下一篇:AriaType

同类项目推荐

whisper-timestamped 开源

给Whisper识别结果加上精准词级时间戳和置信度

Multilingual Automatic Speech Recognition with word-level timestamps and confidence

★ 2861 2026-08-18
whisper 开源

音频丢进去,多语言文字直接出来

Robust Speech Recognition via Large-Scale Weak Supervision

★ 112267 2026-09-23
typeflux 开源

按住热键说话,松开就把文字打进当前应用

Typeflux is a macOS menu bar voice input tool built with Swift. It is designed for a···

★ 364 2026-10-11
Kaze 开源

按住说话,松手出字,全程本地不联网

Local speech to text app - Talk instead of typing.

★ 222 2026-10-11
DeLive 开源

抓系统声音实时出字幕,转完自动生成摘要和思维导图

System audio capture + multi-provider ASR + local-first AI review workspace. Floatin···

★ 261 2026-09-24
petal 开源

菜单栏一点,本地把音频转成文字

Petal is a native macOS menu bar app for fast, local-first audio transcription.

★ 279 2026-09-24
qwen-scribe 开源

Mac 上离线语音转文字,说完即出字,音频不出本机

Private, local transcription and system-wide dictation for Apple Silicon.

★ 223 2026-09-24
Easy-Voice-Toolkit 开源

一句话搞定语音识别、转写和去噪,小白也能上手

A user-friendly toolkit for voice recgonition/transcription/conversion etc. | 简单易···

★ 870 2026-08-09