Premiers pas — Android

speech-android fournit un traitement vocal embarqué pour Android via ONNX Runtime. Le pipeline exécute VAD + STT + TTS avec support du barge-in, entièrement hors ligne après le téléchargement des modèles.

Prérequis

• Android 8+ (API 26)
• Architecture arm64-v8a

Téléchargez l'application de démonstration pré-compilée pour l'essayer immédiatement :

app-release.apk

Dépendance Gradle

Ajoutez le SDK à votre build.gradle.kts :

implementation("audio.soniqo:speech:0.0.9")

Démarrage rapide

val modelDir = ModelManager.ensureModels(context)
val pipeline = SpeechPipeline(SpeechConfig(modelDir = modelDir))
pipeline.events.collect { event ->
    when (event) {
        is SpeechEvent.TranscriptionCompleted -> println(event.text)
        is SpeechEvent.ResponseDone -> pipeline.resumeListening()
        else -> {}
    }
}
pipeline.start()
pipeline.pushAudio(samples) // float32 mono 16 kHz

Entrée vocale système (RecognitionService)

Le SDK fournit un SpeechRecognitionService prêt à l'emploi qui s'intègre à l'API SpeechRecognizer du framework Android — aucun code à écrire. Une fois votre app sélectionnée comme reconnaisseur vocal par défaut, toute application tierce appelant SpeechRecognizer.createSpeechRecognizer(context) (sans ComponentName) obtient un STT entièrement on-device via votre pipeline.

1. Déclarez RECORD_AUDIO et le service dans AndroidManifest.xml :

<uses-permission android:name="android.permission.RECORD_AUDIO" />

<application>
    <service
        android:name="audio.soniqo.speech.service.SpeechRecognitionService"
        android:exported="true"
        android:permission="android.permission.RECORD_AUDIO">
        <intent-filter>
            <action android:name="android.speech.RecognitionService" />
        </intent-filter>
        <meta-data
            android:name="android.speech"
            android:resource="@xml/recognition_service" />
    </service>
</application>

2. Ajoutez app/src/main/res/xml/recognition_service.xml :

<?xml version="1.0" encoding="utf-8"?>
<recognition-service xmlns:android="http://schemas.android.com/apk/res/android" />

3. Définissez le service comme valeur par défaut système (Paramètres → Système → Langues et saisie → Sélecteur d'entrée vocale sur Android pur, ou via adb) :

adb shell settings put secure voice_recognition_service \
  your.package/audio.soniqo.speech.service.SpeechRecognitionService

4. Vérifiez en lançant l'écran Recognizer test de l'app de démo, qui appelle SpeechRecognizer.createSpeechRecognizer(ctx) (sans composant) et journalise chaque callback du framework — utile pour confirmer l'aller-retour binder sans avoir besoin de logcat.

Le service implémente onCheckRecognitionSupport (API 33+) renvoyant les 27 langues BCP-47 couvertes par Parakeet TDT v3, marquées installedOnDeviceLanguage lorsque les modèles sont présents (ou pendingOnDeviceLanguage pendant leur téléchargement). Le focus audio est acquis avec AUDIOFOCUS_GAIN_TRANSIENT pendant la durée d'une session.

Modèles

Tous les modèles s'exécutent via ONNX Runtime avec accélération NNAPI. Quantifié INT8 par défaut.

Code source : github.com/soniqo/speech-android

Prochaines étapes

• Benchmarks — performance d'inférence Android
• API C Linux — configuration Linux embarqué