Başlangıç — Android

speech-android, ONNX Runtime kullanarak Android'de cihaz içi konuşma işleme sağlar. Pipeline; VAD + STT + TTS'i barge-in (söze girme) desteğiyle çalıştırır ve modeller indirildikten sonra tamamen çevrimdışıdır.

Gereksinimler

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

Hemen denemek için önceden derlenmiş demo uygulamasını indirin:

app-release.apk

Gradle Bağımlılığı

SDK'yı build.gradle.kts dosyanıza ekleyin:

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

Hızlı Başlangıç

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

Sistem Ses Girişi (RecognitionService)

SDK, doğrudan Android'in framework SpeechRecognizer API'sine bağlanan hazır bir SpeechRecognitionService içerir — kod yazmaya gerek yok. Uygulamanız varsayılan ses tanıyıcı olarak seçildiğinde, SpeechRecognizer.createSpeechRecognizer(context)'ı (ComponentName olmadan) çağıran herhangi bir üçüncü taraf uygulama, pipeline'ınız üzerinden tamamen cihaz içi STT alır.

1. RECORD_AUDIO izinini ve servisi AndroidManifest.xml içinde tanımlayın:

<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. app/src/main/res/xml/recognition_service.xml dosyasını ekleyin:

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

3. Servisi sistem varsayılanı olarak ayarlayın (saf Android'de Ayarlar → Sistem → Diller ve giriş → Ses girişi seçici, veya adb üzerinden):

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

4. Doğrulamak için demo uygulamasının Recognizer test ekranını çalıştırın; bu ekran SpeechRecognizer.createSpeechRecognizer(ctx)'i (component olmadan) çağırır ve her framework callback'ini günlüğe kaydeder — binder gidiş-dönüşünü logcat'e ihtiyaç duymadan doğrulamak için kullanışlıdır.

Servis, Parakeet TDT v3'ün desteklediği 27 BCP-47 dilini döndüren onCheckRecognitionSupport'u (API 33+) uygular; modeller hazır olduğunda installedOnDeviceLanguage, indirilirken ise pendingOnDeviceLanguage olarak işaretlenir. Audio focus, oturum süresince AUDIOFOCUS_GAIN_TRANSIENT ile alınır.

Modeller

Tüm modeller, NNAPI hızlandırmasıyla ONNX Runtime üzerinde çalışır. Varsayılan olarak INT8 nicemlenmiştir.

Kaynak kodu: github.com/soniqo/speech-android

Sonraki Adımlar

• Benchmarks — Android çıkarım performansı
• Linux C API — gömülü Linux kurulumu