Vox 语音输入法

基于 AI 的智能语音转文本输入法，支持多种语音识别模型，为您提供准确、便捷的语音输入体验。

功能特点

• 🎤 智能语音识别：集成 SiliconFlow API，支持多种语音识别模型
• 🔄 实时转换：语音实时转换为文字，输入效率高
• ⚙️ 灵活配置：支持多种模型选择和个性化设置
• 📱 Material 3 设计：现代化的用户界面，符合 Android 设计规范
• 🔐 隐私保护：录音文件仅用于转换，不会保存或上传

支持的语音识别模型

• FunAudioLLM/SenseVoiceSmall (推荐)
• OpenAI Whisper
• Speech-01

安装配置

1. 获取 API Token

1. 访问 SiliconFlow 官网
2. 注册账号并获取 API Token
3. 记录您的 Token 备用

2. 安装应用

# 构建项目
./gradlew build

# 安装到设备
./gradlew installDebug

3. 配置步骤

1. 配置 API Token

   • 打开 Vox 应用
   • 点击"配置 API Token"
   • 输入您的 SiliconFlow API Token

2. 启用输入法

   • 点击"启用输入法"
   • 在系统设置中启用"Vox 语音输入法"

3. 选择输入法

   • 点击"选择输入法"
   • 将 Vox 设为当前输入法

使用方法

1. 在任意需要输入文字的应用中点击输入框
2. 选择 Vox 语音输入法
3. 点击麦克风按钮开始录音
4. 说话完毕后再次点击停止录音
5. 等待语音转换为文字并自动输入

设置选项

API 配置

• API Token：SiliconFlow API 访问令牌
• 语音识别模型：选择合适的语音识别模型

输入行为

• 自动发送：转换完成后自动将文字发送到输入框

反馈设置

• 录音震动：开始和结束录音时震动提示
• 录音音效：开始录音时播放音效提示

技术架构

核心组件

• VoiceInputMethodService：输入法服务，处理语音录制和文本输入
• VoiceRepository：语音处理仓库，集成录音和API调用
• AudioRecorder：音频录制管理器
• PreferencesManager：用户偏好设置管理

技术栈

• Kotlin：主要开发语言
• Jetpack Compose：现代化UI框架
• Material 3：设计系统
• Retrofit：网络请求库
• DataStore：数据持久化
• Coroutines：异步处理

API 接口

语音转文本

curl --request POST \
  --url https://api.siliconflow.cn/v1/audio/transcriptions \
  --header 'Authorization: Bearer <your-token>' \
  --header 'Content-Type: multipart/form-data' \
  --form model=FunAudioLLM/SenseVoiceSmall \
  --form file=@audio.m4a

响应格式

{
  "text": "转换后的文字内容"
}

权限说明

• 录音权限：用于录制语音进行转换
• 网络权限：用于调用语音转文本API
• 震动权限：用于录音时的震动反馈

注意事项

1. 网络要求：需要稳定的网络连接来调用API
2. API 配额：注意SiliconFlow API的使用配额限制
3. 录音质量：在安静环境下录音效果更佳
4. 语言支持：支持中文和英文语音识别

故障排除

常见问题

1. 无法录音

   • 检查是否授予了录音权限
   • 确认麦克风硬件正常工作

2. 转换失败

   • 检查网络连接是否正常
   • 验证API Token是否正确
   • 确认API配额是否用完

3. 输入法无法选择

   • 确认已在系统设置中启用输入法
   • 重启应用后重试

版本信息

• 版本：1.0.0
• 最低 Android 版本：API 35 (Android 15)
• 目标 Android 版本：API 35

许可证

本项目采用 MIT 许可证，详见 LICENSE 文件。

贡献

欢迎提交 Issue 和 Pull Request 来改进这个项目。

联系方式

如有问题或建议，请通过 GitHub Issues 联系我们。