Skip to content
/ VoiceRobot Public

基于 Volc Dialog SDK 的类似豆包的Android AI 语音对话APP。集成实时语音识别/合成（STT/TTS）、回声消除（AEC）模型、动态渐变背景、实时声纹小球可视化、机器人状态 Lottie 动画，提供流畅的沉浸式交互体验。Kotlin + Coroutines 实现，模块化架构。

11 stars 0 forks Branches Tags Activity
Star
Notifications You must be signed in to change notification settings

qingfeng19491001/VoiceRobot

BranchesTags

Repository files navigation

VoiceRobot

Language Android Gradle

基于 Volc Dialog SDK 的AI语音对话应用，实现实时语音识别、消息展示、自定义动画驱动。

快速开始 • 技术栈 • 项目展示 • 贡献

📱 项目介绍

VoiceRobot 是一个 Kotlin 编写的模块化 Android 应用，集成字节跳动 Volc 语音对话引擎，实现实时语音交互、消息展示和丰富的自定义动画效果。项目采用清晰的模块化设计，支持实时语音识别与合成。

✨ 核心特性

  • 🎙️ 实时语音识别 - 基于 Volc Dialog SDK 的实时语音转文本
  • 🔊 智能语音合成 - 基于 Volc SDK 的语音输出
  • 💬 对话消息管理 - 消息列表维护与流式文本展示
  • 🎨 自定义动画系统 - 动态渐变背景 + 三球波形实时驱动 + 机器人状态 Lottie 动画
  • ⚡ Kotlin Coroutines - Flow 驱动的响应式编程
  • 🔐 安全配置 - 支持 local.properties 动态加载敏感配置

📸 项目展示

机器人三种状态 Lottie 动画

机器人根据对话状态展示不同的 Lottie 动画，通过丰富的肢体语言增强交互感受：

待机状态 聆听思考 回复应答
待机 聆听思考 回复

状态切换流程：

待机 → 用户开始说话 → 聆听思考 → AI 生成回复 → 回复应答 → 语音合成完成 → 待机

Lottie 动画特性：

  • ✅ 矢量动画，分辨率无关，适配所有屏幕
  • ✅ 文件体积小，加载快速流畅
  • ✅ 支持循环播放和状态转换
  • ✅ 与 MainViewModel 联动，自动驱动状态变化

🏗️ 项目结构

VoiceRobot/
├── app/                    # 应用层（UI + 业务逻辑）
│   ├── src/main/java/com/voicerobot/
│   │   ├── MainActivity    # 主界面入口，权限申请、UI 绑定
│   │   ├── VoiceRobotApp   # Application，依赖注入容器
│   │   ├── di/AppContainer # 轻量级 DI（未引入 Hilt）
│   │   ├── ui/
│   │   │   ├── robot/      # Robot UI，MainViewModel，动画驱动
│   │   │   └── chat/       # 聊天气泡，ChatAdapter，ChatMessage
│   │   └── audio/          # 音频振幅读取器
│   └── src/main/res/       # 布局、资源、drawable
│       └── layout/activity_main.xml  # GradientBackgroundView + WaveformView
│
├── voiceengine/            # 语音引擎模块（SDK 封装层）
│   ├── api/                # 公开接口
│   │   └── VoiceEngineRepository  # 语音操作的抽象
│   ├── impl/               # Volc Dialog SDK 实现
│   │   └── VolcDialogVoiceEngineRepository
│   ├── model/              # 数据模型
│   │   └── VoiceConfig     # 认证与配置信息
│   └── build.gradle.kts    # 依赖：Volc SDK, Coroutines, OkHttp
│
├── core/                   # 核心库（通用功能）
│   ├── domain/
│   │   └── Result<T>       # 泛型结果包装类（Success/Error/Loading）
│   └── ... 其他工具类
│
├── lottie/                 # 动画与 UI 组件库
│   ├── widget/
│   │   ├── GradientBackgroundView    # 动态渐变背景视图
│   │   └── WaveformView              # 三球波形动画视图
│   ├── AgentAnimMapper     # 动画阶段映射
│   └── res/                # 矢量资源、Lottie JSON
│
├── build.gradle.kts        # 插件声明（无依赖）
├── settings.gradle.kts     # 模块配置 + Volc Maven 仓库
└── gradle/                 # Gradle wrapper

模块职责

模块 语言 职责 关键依赖
app Kotlin UI 布局、权限、MainViewModel、聊天列表 Lottie 6.4.0, Lifecycle, AndroidX UI
voiceengine Kotlin Volc SDK 封装、Flow 驱动的语音管理 Volc Dialog SDK 0.0.14.1, Coroutines, OkHttp
core Kotlin Result 泛型、工具函数、通用数据结构 AndroidX Core
lottie Kotlin 自定义动画视图、渐变背景、波形动画 Lottie 6.4.0, ConstraintLayout

🛠️ 技术栈

编译环境

  • Language: Kotlin 2.x
  • Target SDK: Android 36（基于最新 API）
  • Min SDK: Android 24（API 24+）
  • JDK: Java 11+
  • Gradle: 8.x（KTS 脚本）
  • IDE: Android Studio Otter (2025.2.1 Patch 1)

核心依赖

语音引擎

  • Volc Dialog SDK 0.0.14.1-bugfix - 字节跳动语音识别/合成 SDK
    • Maven 仓库：https://artifact.bytedance.com/repository/Volcengine/

UI & 动画

  • Lottie 6.4.0 - 矢量动画库，支持 JSON 动画资源加载
  • AndroidX AppCompat - Material Design 支持
  • ConstraintLayout - 现代布局框架

异步 & 响应式

  • Kotlin Coroutines 1.7.3
    • kotlinx-coroutines-core - 核心库
    • kotlinx-coroutines-android - Android 集成
  • AndroidX Lifecycle 2.7.0
    • lifecycle-viewmodel-ktx - ViewModel
    • lifecycle-runtime-ktx - lifecycleScope

网络

  • OkHttp 4.9.1 - HTTP 客户端（Volc SDK 依赖）

配置管理

敏感信息（Volc App ID / Key / Token）通过 local.properties 注入，避免硬编码：

VOLC_APP_ID=your_app_id
VOLC_APP_KEY=your_app_key
VOLC_ACCESS_TOKEN=your_access_token

🚀 快速开始

前置要求

  1. Android Studio: Otter (2025.2.1 Patch 1) 或更新版本
  2. JDK: Java 11 或以上
  3. Gradle: 8.0+（已包含 wrapper）
  4. Volc 账户: 获取 App ID、App Key、Access Token

编译步骤

1️⃣ 克隆项目

git clone https://github.com/qingfeng19491001/VoiceRobot.git
cd VoiceRobot

2️⃣ 配置 Volc 凭证

在项目根目录创建 local.properties：

VOLC_APP_ID=xxx
VOLC_APP_KEY=xxx
VOLC_ACCESS_TOKEN=xxx

3️⃣ 编译项目

# 使用 Gradle wrapper
./gradlew build

# 或使用 Android Studio 内置编译

4️⃣ 运行应用

# 真机调试（推荐）
./gradlew installDebug

# 或通过 Android Studio：Run → Run 'app'

权限声明

应用需要以下权限（已在 AndroidManifest.xml 中声明）：

<uses-permission android:name="android.permission.RECORD_AUDIO" />         <!-- 麦克风 -->
<uses-permission android:name="android.permission.INTERNET" />             <!-- 网络 -->
<uses-permission android:name="android.permission.ACCESS_NETWORK_STATE" /> <!-- 网络状态 -->

应用启动时会动态申请 RECORD_AUDIO 权限，用户同意后才能启动语音识别。

🎨 动画系统详解

VoiceRobot 采用三层动画设计：Lottie 动画 + 动态渐变背景 + 波形实时驱动，实现沉浸式交互体验。

1. 机器人状态 Lottie 动画

职责：驱动机器人的情感表达，反映对话状态

三种状态：

  • 待机：用户未发言
  • 聆听思考：用户发言中
  • 回复应答：回复用户发言

特性：

  • 矢量动画，秒级加载
  • 与 MainViewModel 自动联动
  • 平滑状态转换，无视觉割裂

2. GradientBackgroundView（动态渐变背景）

职责：提供全屏流动渐变背景，烘托语音交互的沉浸感

实现原理：

  • 驱动方式：ValueAnimator + Canvas 绘制 + LinearGradient + Matrix 平移
  • 核心技术：利用 Matrix 的 setLocalMatrix() 实现渐变色的连续平移效果
  • 颜色方案：粉色 ↔ 蓝色的流动渐变（默认颜色可通过 setColors() 自定义）
  • 动画特性：
    • 颜色平滑过渡，无闪烁感
    • ValueAnimator 驱动，流畅动画
    • 可配置动画强度 (gbvIntensity) 和滑动速度 (gbvSpeedPxPerSec)

使用方式：

<!-- activity_main.xml -->
<com.voicerobot.lottie.widget.GradientBackgroundView
    android:id="@+id/gradientBg"
    android:layout_width="match_parent"
    android:layout_height="match_parent"
    app:gbvIntensity="1.0"
    app:gbvSpeedPxPerSec="100" />

核心代码：

// 初始化渐变（使用更宽的渐变宽度以实现连续平移效果）
val gradientWidth = width * 2f
val gradient = LinearGradient(
    0f, 0f, gradientWidth, height.toFloat(),
    intArrayOf(colorPink, colorBlue, colorPink), // 三色渐变实现循环
    floatArrayOf(0f, 0.5f, 1f),
    Shader.TileMode.CLAMP
)
paint.shader = gradient

// ValueAnimator 驱动平移（0..1 进度值）
val animator = ValueAnimator.ofFloat(0f, 1f).apply {
    duration = ((width / speedPxPerSec) * 1000).toLong()
    repeatCount = ValueAnimator.INFINITE
    interpolator = LinearInterpolator()
    addUpdateListener {
        progress = it.animatedValue as Float
        val dx = (width * progress) * intensity
        shaderMatrix.setTranslate(dx, 0f)
        gradient.setLocalMatrix(shaderMatrix)
        invalidate()
    }
    start()
}

3. WaveformView（三球波形动画）

职责：实时驱动三个球的跳动，可视化语音振幅，反映对话状态

实现原理：

  • 驱动方式：完全基于 ValueAnimator 的双动画系统 + Canvas 绘制 + 三角函数波形
  • 双动画架构：
    • 时间轴动画：无限循环的 ValueAnimator，驱动三个小球的波浪效果（t 值持续递增）
    • 振幅平滑动画：使用 AccelerateDecelerateInterpolator 的 ValueAnimator，从当前振幅平滑过渡到目标值
  • 核心数学：
    • 正弦波生成：使用 sin() 函数生成平滑波形曲线，驱动球的上下运动
    • Bézier 曲线：计算球的弧形轨迹，增强动画的流畅感
    • 振幅映射：实时振幅值（0..1）通过 ValueAnimator 平滑过渡，动态改变球的弹跳高度和半径

视觉效果：

  • 待机状态：三个小球轻微呼吸，节奏缓慢，表示空闲准备状态
  • 讲话状态：三个球依次上下跳动，振幅跟随语音实时变化，形成生动的波形可视化

使用方式：

<!-- activity_main.xml -->
<com.voicerobot.lottie.widget.WaveformView
    android:id="@+id/waveformView"
    android:layout_width="match_parent"
    android:layout_height="100dp"
    android:layout_gravity="center" />
// 推送实时振幅（0..1）
waveformView.pushAmplitude01(amplitudeValue)

球的运动公式：

// 时间轴动画驱动 t 值（无限循环）
timeAxisAnimator = ValueAnimator.ofFloat(0f, 1f).apply {
    duration = 16L // 约 60fps
    repeatCount = ValueAnimator.INFINITE
    interpolator = LinearInterpolator()
    addUpdateListener { t += 0.06f; invalidate() }
    start()
}

// 振幅平滑动画（从当前值过渡到目标值）
amplitudeAnimator = ValueAnimator.ofFloat(smoothAmp, targetAmp).apply {
    duration = 150L
    interpolator = AccelerateDecelerateInterpolator()
    addUpdateListener { 
        smoothAmp = it.animatedValue as Float
        invalidate() 
    }
    start()
}

// 正弦波驱动（基于平滑后的振幅）
val idle = 0.16f + 0.06f * sin(t) // 待机呼吸
val speak = smoothAmp * 1.25f // 讲话振幅
val p1 = idle + speak * wave01(t + 0.0f) // 三球相位差
val p2 = idle + speak * wave01(t + 0.9f)
val p3 = idle + speak * wave01(t + 1.8f)

// 绘制球
canvas.drawCircle(x1, y1, r1, paint)
canvas.drawCircle(x2, y2, r2, paint)
canvas.drawCircle(x3, y3, r3, paint)

技术优势：

  • ✅ 完全基于 ValueAnimator：统一动画驱动机制，代码更简洁
  • ✅ 双动画系统：时间轴动画 + 振幅平滑动画，各司其职
  • ✅ 性能优化：生命周期自动管理（onAttachedToWindow/onDetachedFromWindow），避免后台耗电
  • ✅ 平滑过渡：使用 AccelerateDecelerateInterpolator，快速响应但足够自然

💡 核心工作流

应用启动流程

VoiceRobotApp.onCreate()
    └─> AppContainer(app)
        └─> VolcDialogVoiceEngineRepository(VoiceConfig)

MainActivity.onCreate()
    └─> MainViewModel(voiceEngineRepository)
        ├─> 权限申请
        ├─> amplitudeReader.start()      // 音频振幅读取
        ├─> vm.startIfNeeded()           // 启动语音引擎
        └─> UI 流订阅
            ├─> uiState.collect()        // 驱动 Lottie + 自定义动画
            ├─> chatMessages.collect()   // 更新聊天列表
            └─> amplitudeReader.amplitude.onEach()  // 驱动 WaveformView

语音交互流程

用户说话
    ├─> AudioAmplitudeReader 读取振幅 (0..1) → amplitudeReader.amplitude Flow
    ├─> MainActivity 订阅 amplitudeReader.amplitude → WaveformView.pushAmplitude01()
    ├─> WaveformView 实时可视化波形（ValueAnimator 平滑过渡）
    ├─> GradientBackgroundView 背景色响应式流动
    ├─> Volc Dialog SDK 识别文本
    ├─> MainViewModel 处理识别结果
    ├─> ChatAdapter 展示气泡（用户 & 机器人）
    ├─> Volc SDK 合成语音回复
    └─> Lottie 动画驱动机器人表情（待机→聆听→回复→待机）

📂 关键类说明

MainViewModel (app/ui/robot/)

职责：驱动 UI 状态、管理语音生命周期、协调动画与语音引擎

核心状态：

  • uiState: StateFlow<MainUiState> - 动画阶段、运行状态、实时振幅（amplitude01）
  • chatMessages: StateFlow<List<ChatMessage>> - 聊天消息列表

注意：实时振幅流来自 AudioAmplitudeReader.amplitude: SharedFlow<Float>，在 MainActivity 中直接驱动 WaveformView

核心方法：

  • startIfNeeded() - 启动语音引擎，初始化并订阅 VoiceEvent 流

VoiceEngineRepository (voiceengine/api/)

职责：语音引擎的抽象接口，隔离 SDK 实现细节

实现：VolcDialogVoiceEngineRepository 基于 Volc SDK

核心方法：

  • prepare() - 准备环境（必须首先调用）
  • init(config: VoiceConfig) - 初始化引擎
  • startEngine(startJson: String) - 启动对话引擎
  • stopEngine() - 停止引擎
  • release() - 释放资源
  • sayHello(content: String) - 发送问候语
  • chatTextQuery(content: String) - 发送文本查询

注意：实时振幅流来自 AudioAmplitudeReader，不在本接口中

GradientBackgroundView (lottie/widget/)

职责：动态渐变背景，全屏流动色彩效果

驱动方式：ValueAnimator + Canvas + LinearGradient + Matrix

可配置属性：

  • gbvIntensity: Float - 动画强度（0..1）
  • gbvSpeedPxPerSec: Float - 渐变滑动速度（像素/秒）

特性：自动驱动，无需外部推送数据

WaveformView (lottie/widget/)

职责：三球波形动画，实时驱动振幅可视化

驱动方式：完全基于 ValueAnimator 的双动画系统

  • 时间轴动画：无限循环更新 t 值，驱动三个小球的波浪效果
  • 振幅平滑动画：使用 AccelerateDecelerateInterpolator 平滑过渡，快速响应但足够自然

API：pushAmplitude01(value: Float) - 推送 0..1 的振幅值，内部使用 ValueAnimator 平滑过渡

性能优化：生命周期自动管理（onAttachedToWindow/onDetachedFromWindow），避免后台耗电

ChatAdapter (app/ui/chat/)

职责：RecyclerView 适配器，渲染聊天气泡

特性：

  • USER 气泡靠右（蓝色背景）
  • BOT 气泡靠左（灰色背景）
  • DiffUtil 高效增量更新

📊 核心数据流

AudioAmplitudeReader
  └─> 系统录音读取振幅 (0..1)
      └─> amplitudeReader.amplitude (SharedFlow<Float>)
          └─> MainActivity 订阅 → WaveformView.pushAmplitude01()

Volc SDK
  ├─> VoiceEvent.Volume (可选，当前未使用)
  │   └─> MainViewModel.uiState.amplitude01
  │
  └─> 识别结果 + 合成结果
      └─> MainViewModel (chatMessages Flow)
          └─> ChatAdapter (RecyclerView 更新)

GradientBackgroundView
  └─> 自驱动（ValueAnimator + Matrix 平移）
      └─> Canvas 绘制 + 背景平移

WaveformView
  ├─> 时间轴动画（ValueAnimator 无限循环）
  │   └─> 驱动 t 值，生成三个小球的波浪效果
  └─> 振幅平滑动画（ValueAnimator + AccelerateDecelerateInterpolator）
      └─> 从当前振幅平滑过渡到目标值

🎯 使用场景

VoiceRobot 是一款AI语音对话应用 Demo，展示基于 Volc SDK 的实时语音交互能力。

可应用于以下场景（需根据具体需求扩展功能）：

  • 💬 语音对话 - 基于 Volc SDK 的实时语音交互
  • 🎨 动画展示 - 自定义 View 动画与 Lottie 集成示例
  • 📱 模块化架构 - Android 模块化项目结构参考

🗺️ 开发路线图

  • 基础架构搭建（模块化分层）
  • Volc SDK 集成与封装
  • 语音识别/合成流程
  • MainViewModel 与 UI 绑定
  • GradientBackgroundView 动态渐变动画
  • WaveformView 三球波形实时驱动（完全基于 ValueAnimator）
  • 聊天列表 UI 与气泡样式
  • 机器人状态 Lottie 动画
  • 上下文管理与多轮对话优化（当前依赖 Volc SDK 内置上下文）
  • 离线语音识别（Volc 离线模型）
  • 个性化语音包加载机制
  • 单元测试与集成测试
  • 性能优化（内存、功耗）
  • 国际化（i18n）支持
  • API 文档与使用示例

🤝 贡献指南

欢迎 Issue、PR 和讨论！

提交 Issue

  • Bug 报告：描述现象、复现步骤、预期结果、实际结果、日志
  • 功能建议：说明使用场景、期望效果、参考方案

提交 PR

  1. Fork 本仓库
  2. 创建特性分支：git checkout -b feature/YourFeature
  3. 提交更改：git commit -m 'Add YourFeature'
  4. 推送：git push origin feature/YourFeature
  5. 开启 Pull Request，描述改动内容

代码规范

📄 许可证

本项目采用 MIT 许可证 - 详见 LICENSE 文件

MIT License

Copyright (c) 2026 qingfeng19491001

Permission is hereby granted, free of charge, to any person obtaining a copy...

📞 联系方式

🙏 致谢

⬆ 回到顶部

⭐ 如果觉得项目有帮助，请给个 Star！

Made with ❤️ by qingfeng19491001

About

基于 Volc Dialog SDK 的类似豆包的Android AI 语音对话APP。集成实时语音识别/合成（STT/TTS）、回声消除（AEC）模型、动态渐变背景、实时声纹小球可视化、机器人状态 Lottie 动画，提供流畅的沉浸式交互体验。Kotlin + Coroutines 实现，模块化架构。

Resources

Readme
Activity

Stars

11 stars

Watchers

1 watching

Forks

0 forks
Report repository

Releases

No releases published

Packages

 
 
 

Contributors

Languages