SuperAPI AI 工具集

speech

智能体与模型

查看项目

更新于 11-08 17:06

技能介绍

用途:在 Android 应用连接的智能眼镜上实现端侧语音识别,实时获取部分与最终转写文本,适合需要语音输入、指令识别或实时字幕等场景的开发与测试。

主要能力:提供转写结果流,每条结果包含文本、是否最终及 0 到 1 的置信度(不可用时为 -1);可监听状态、语言区域变化与错误;错误详情为诊断文本,不应直接展示给最终用户。

使用方式:先在 Wearables Developer Center 为应用启用该能力,并在用户主动操作时通过 Wearables.RequestPermissionContract 获取 Permission.MICROPHONE;真实眼镜识别不需要 Android RECORD_AUDIO,仅 MockDevice 使用手机实时识别时需要。待 DeviceSessionState.STARTED 后调用 addSpeech,先启动收集任务再调用 start();在 Speech 附加期间保留转写任务;停止时先取消所有收集任务,再调用 removeSpeech,stop() 可复用而移除为终止操作。

测试:使用 MockDeviceKit 时,在 Speech 开始监听后调用 simulateTranscription 等方法注入最终或部分转写、置信度、语言区域变化、完成与终止错误。

限制:该能力为实验性,可用于开发与 Beta 测试,暂不能发布到生产发布渠道。