眼镜端 TTS 与 ASR

示例说明

演示眼镜端如何调用离线 TTS、在线 ASR，以及如何注册离线语音指令。

使用位置

离线语音指令注册：

• HomeActivity

TTS / ASR 点击示例：

• SendMessageActivity

适用端

• 眼镜端

关键文件

• glassdemo/app/src/main/java/com/rokid/glass/HomeActivity.kt
• glassdemo/app/src/main/java/com/rokid/glass/SendMessageActivity.kt

源码定位

仓库内重点查看下面这些位置：

• glassdemo/app/src/main/java/com/rokid/glass/HomeActivity.kt 关键位置：initSDK() 中的 VoiceAction 注册与 GlassSdk.getGlassOfflineCmdService()?.add(...)
• glassdemo/app/src/main/java/com/rokid/glass/SendMessageActivity.kt 关键位置：toClick() 中的 R.id.btTts 和 R.id.btAsr
• glassdemo/app/src/main/java/com/rokid/glass/SendMessageActivity.kt 关键回调：SpeechCallback.Stub()

如果你要快速看明白这条链路，推荐按下面顺序读源码：

1. HomeActivity.initSDK()
2. SendMessageActivity.toClick()
3. SpeechCallback 的几个回调实现

相关 API 文档

• Glass3 SDK(眼镜端) API文档
• 快速开始

覆盖的能力

• 离线语音指令注册
• 离线文本转语音播放
• 在线语音转文本
• ASR 结果回调与意图回调

关键代码片段

离线语音指令注册

jdVoiceAction = VoiceAction(
    "打开编号12的警灯",
    "da kai bian hao shi er de jing deng",
    object : IVoiceCallback.Stub() {
        override fun onVoiceTriggered() {
            Log.e(TAG, "打开编号12的警灯")
        }
    }
)
GlassSdk.getGlassOfflineCmdService()?.add(jdVoiceAction)

离线 TTS

val str = "秋天不回来，我要去爬山啦"
GlassSdk.getGlassOfflineTtsService()?.playTtsMsg(str)

在线 ASR

GlassSdk.getGlassAsrService()?.startSpeech(object : SpeechCallback.Stub() {
    override fun onStart() {}

    override fun onIntermediateVad(content: String) {}

    override fun onAsrComplete(content: String?) {}

    override fun onAsrCompleteWithIntent(
        content: String?,
        intent: Int,
        intentJson: String
    ) {}

    override fun onError(code: Int) {}
})

流程说明

1. 注册离线语音指令

在 HomeActivity 中，SDK 初始化成功后会创建 VoiceAction，然后调用：

• GlassSdk.getGlassOfflineCmdService()?.add(...)

示例里已经注册了多条离线语音命令，例如：

• “打开编号12的警灯”
• “下雪了”
• “智涌”

2. 调用离线 TTS

在 SendMessageActivity 中，点击 TTS 示例会调用：

• GlassSdk.getGlassOfflineTtsService()?.playTtsMsg(str)

代码里还保留了在线 TTS 调用位置，但当前示例实际执行的是离线 TTS。

3. 调用在线 ASR

在 SendMessageActivity 中，点击 ASR 示例会调用：

• GlassSdk.getGlassAsrService()?.startSpeech(...)

并通过 SpeechCallback 监听以下事件：

• onStart()
• onIntermediateVad(content)
• onAsrComplete(content)
• onAsrCompleteWithIntent(content, intent, intentJson)
• onError(code)
• onServiceConnectState(connect)

调用时序

触发识别眼镜端页面调用 startSpeech(callback)。

开始监听识别服务通过 onStart() 返回启动状态。

返回中间结果用户说话过程中回调 onIntermediateVad(content)。

返回最终结果识别结束后回调最终文本和意图结果。

离线与在线能力对比

项目	离线语音指令	在线 ASR	离线 TTS
主要用途	命令触发	自由语音转文本	文本播报
网络依赖	无	有	无
结果形式	触发回调	中间结果 + 最终文本 + 意图	语音输出
当前示例位置	HomeActivity	SendMessageActivity	SendMessageActivity
更适合的场景	高优先级控制命令	字幕、问答、复杂语义	本地反馈、提示音播报

实现说明

离线 TTS 和在线 TTS 在示例里是什么关系

当前示例优先展示的是离线 TTS，因为它更容易本地验证。

在线 TTS 的调用位置也已经预留，只是代码里暂时注释掉了。完成 AK/SK 配置后，可以把在线 TTS 补成正式示例。

onIntermediateVad 和 onAsrComplete 有什么区别

• onIntermediateVad：识别过程中的中间结果
• onAsrComplete：识别完成后的最终文本

如果你的业务是实时字幕，更适合用前者；如果是命令识别或提交结果，更适合以后者为准。

onAsrCompleteWithIntent 适合做什么

这个回调适合做“语音 + 意图”的联动场景，例如：

• 识别到文本
• 同时拿到语义意图编号
• 直接触发业务动作

离线语音指令和在线 ASR 应该怎么分工

一个很实用的做法是：

• 高频固定命令走离线语音指令
• 开放式表达走在线 ASR

这样既能保证关键命令低延迟，也能保留自然语言交互能力。

推荐落地方式

• 设备控制类命令：优先离线语音指令
• 搜索、问答、转写：优先在线 ASR
• 状态播报、提示反馈：优先离线 TTS

注意事项

• 示例中的在线 ASR 依赖在线语音鉴权配置。
• 示例代码里明确提示了一个真实使用注意点：语音播报时尽量不要同时开投屏，否则声音路由可能跑到投屏设备上。
• 离线语音指令适合做高频、低延迟、弱网络依赖的本地控制。