ASR/TTS 语音服务 SDK 接入指南

本文档适用于独立部署在眼镜端的 ASR/TTS 语音服务，面向三方开发者说明 online-speech SDK 的接入依赖、初始化与调用方式。该 SDK 支持对接 Rokid 公有云语音服务，也支持通过可配置的 domain、asrPath、ttsPath 接入私有化部署环境。

1. 环境依赖

1.1 构建环境

• JDK 17
• Android Gradle Plugin 8.2.2（Android 模块）
• Kotlin 2.2.0

1.2 运行环境（Android）

• minSdk = 26
• 需要权限：
  • android.permission.INTERNET
  • android.permission.RECORD_AUDIO（ASR 麦克风模式）

2. 依赖接入

先在工程仓库配置里加入 Rokid Maven：

• https://maven.rokid.com/repository/maven-public/

settings.gradle(.kts) 示例：

dependencyResolutionManagement {
    repositories {
        maven(url = "https://maven.rokid.com/repository/maven-public/")
        google()
        mavenCentral()
    }
}

或老版本 Gradle 在根 build.gradle(.kts) 的 allprojects.repositories 中添加同样地址。

需要依赖以下组件，其中 Glass3 SDK 请集成最新版本。本文示例使用当前版本 2.2.0-E，如果项目使用更高版本，请以最新版本为准：

• com.rokid.security.sdk:online-speech:0.1.1
• Glass3 SDK：com.rokid.security:glass3.open.sdk:2.2.0-E

应用工程示例：

dependencies {
    implementation("com.rokid.security.sdk:online-speech:0.1.1")
    implementation("com.rokid.security:glass3.open.sdk:2.2.0-E")
}

3. SDK 初始化与调用

3.1 初始化

私有化部署时，请将 domain、asrPath、ttsPath 替换为私有化环境提供的域名与路径；API Key、UID、设备 ID 按实际部署环境分配。

val cfg = OnlineSpeechSdkConfig(
    domain = "api.rokid.com",
    ak = "<AK>",
    sk = "<SK>",
    uid = "<UID>", // 可根据业务需求自定义
    deviceId = "<DEVICE_ID>", // 可根据业务需求自定义
    asrPath = "/ar/audio/api/ws/asr/streaming",
    ttsPath = "/ar/audio/api/ws/tts",
    trustAllCerts = true, // 调试可开，生产建议关闭
    staticHttpHeaders = mapOf(
        "appCredential" to "userInfo",
        "messageId" to "msg-${System.currentTimeMillis()}",
    ),
    staticMessageHeaders = mapOf(
        "appCredential" to "userInfo",
        "messageId" to "msg-${System.currentTimeMillis()}",
    ),
)
val sdk = OnlineSpeechSdk(cfg)

3.2 ASR

val asr = sdk.createAsrClient()
    .attachAudioSource(OpenSdkAudioSource())

asr.connect()
asr.startAsrWithMic()
// ...
asr.stopAsrWithMic()

3.3 TTS

val tts = sdk.createTtsClient()
    .attachStreamPlayer(AndroidPcmTtsStreamPlayer())

tts.connect()
tts.speak("你好，欢迎使用在线语音 SDK。")
tts.stop()

可监听播放状态：

• IDLE
• BUFFERING
• PLAYING
• COMPLETED
• STOPPED
• FAILED

4. 生命周期建议

• 页面 onStart/onResume：按需 connect()
• 页面 onStop/onDestroy：调用 close() 释放 WebSocket
• 应用退出：sdk.close()

5. 常见问题

• WebSocket 超时：优先核对 domain/asrPath/ttsPath 与证书策略
• ASR 无结果：确认先 asr.connect()，再 asr.startAsrWithMic()
• TTS 无声音：确认先 tts.connect()，检查设备音量和音频路由