语音交互模式说明

项目概述

Android-xiaozhi是一个智能语音交互助手，基于Flutter开发，专为Android平台优化。支持多种操作模式和功能，包括语音对话、文本聊天以及丰富的AI交互能力。本文档主要介绍语音交互的基本使用方法。

语音交互模式

语音交互支持两种模式，您可以根据实际需求选择合适的交互方式：

1. 长按对话模式

• 操作方法：按住说话按钮，松手发送
• 适用场景：短句交流，精确控制对话开始和结束时间
• 优点：避免误触发，控制精确
• 取消方式：长按时上滑即可取消发送
• 震动反馈：提供触感反馈，确认操作已被识别

2. 自动对话模式

• 操作方法：点击开始对话，系统自动检测语音并发送
• 适用场景：长句交流，无需手动控制
• 优点：解放双手，自然交流
• 界面提示：显示"聆听中"表示系统正在接收您的语音
• 波形动画：根据声音强度实时显示波形动画，直观反馈

模式切换

• 在界面右下角显示当前模式
• 点击按钮可以切换模式
• 可以通过设置菜单设置默认模式

对话控制

打断功能

当系统正在语音回复时，您可以随时打断：

• 使用界面上的打断按钮

状态流转

语音交互系统有以下几种状态：

                        +----------------+
                        |                |
                        v                |
+------+    按钮      +------------+   |   +------------+
| IDLE | -----------> | CONNECTING | --+-> | LISTENING  |
+------+              +------------+       +------------+
   ^                                            |
   |                                            | 语音识别完成
   |          +------------+                    v
   +--------- |  SPEAKING  | <-----------------+
     完成播放 +------------+

• IDLE：空闲状态，等待按钮触发
• CONNECTING：正在连接服务器
• LISTENING：正在聆听用户语音
• SPEAKING：系统正在语音回复

系统特性

声学优化

• 回声消除(AEC): 内置声学回声消除技术，避免扬声器输出干扰麦克风输入
• 降噪处理(NS): 实时降噪，过滤环境噪音，提高语音识别准确率
• 高刷新率支持: 自动检测并适配高刷新率屏幕，提供流畅界面体验

性能优化

• 低功耗录音模式，延长电池使用时间
• 智能语音压缩，节省数据流量
• 后台预加载资源，减少等待时间

获取帮助

如果遇到问题：

1. 优先查看 GitHub Issues 是否有类似问题得到解决
2. 通过 GitHub Issues 提交问题
3. 联系作者