शुरुआत — Android

speech-android ONNX Runtime का उपयोग करके Android के लिए ऑन-डिवाइस स्पीच प्रोसेसिंग प्रदान करता है। पाइपलाइन VAD + STT + TTS को barge-in समर्थन के साथ चलाती है, मॉडल डाउनलोड के बाद पूरी तरह ऑफ़लाइन।

आवश्यकताएँ

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

इसे तुरंत आज़माने के लिए प्री-बिल्ट डेमो ऐप डाउनलोड करें:

app-release.apk

Gradle Dependency

अपने build.gradle.kts में SDK जोड़ें:

implementation("audio.soniqo:speech:0.0.5")

त्वरित प्रारंभ

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) // 16kHz mono float32

मॉडल

सभी मॉडल NNAPI एक्सेलेरेशन के साथ ONNX Runtime के माध्यम से चलते हैं। डिफ़ॉल्ट रूप से INT8 क्वांटाइज़्ड।

सोर्स कोड: github.com/soniqo/speech-android

अगले कदम

• Benchmarks — Android इन्फ़रेंस परफ़ॉर्मेंस
• Linux C API — एम्बेडेड Linux सेटअप