Operit 语音交互：本地 / 云端 TTS + 本地 STT
语音能力总览
Operit v1.2 起上线语音交互，v1.8 起增加语音唤醒。整条语音链路：
| 能力 | 说明 | 引擎 |
|---|---|---|
| STT（语音识别） | 把语音输入转成文字 | 本地（Android 内置）+ 可选云端 |
| TTS（语音合成） | 把文字回复读出来 | 本地（Android / MNN）+ 云端（第三方 API） |
| 语音唤醒 | 说特定关键词自动唤起 Operit | 本地离线模型 |
| 连续对话 | 说完一句自动接下一句 | STT → Agent → TTS 链式 |
STT：语音输入转文字
Operit 支持两种 STT 路径：
本地 STT（推荐，零成本）
直接调用 Android 内置的 SpeechRecognizer——系统自带，不需要联网，不需要额外配置：
对话界面 → 点麦克风按钮 → 说出指令 → 自动转成文字 → Agent 处理Android 原生 STT 支持的语言取决于系统版本和厂商定制——大多数 Android 10+ 系统都支持中文普通话和英文。
云端 STT（可选，精度更高）
- Google Speech-to-Text：高精度，需网络
- 讯飞 / 阿里云 / 百度语音识别：中文方言支持好
- Whisper 本地部署：如果 Ubuntu chroot 里装了 whisper，可以完全离线高精度识别
在模型 / 语音设置里切换 STT 引擎。
TTS：文字回复读出来
本地 TTS
- Android 内置 TTS：系统自带，音色有限但零成本
- MNN 本地 TTS（v1.7+）：阿里 CosyVoice / ChatTTS 等模型，可本地推理生成更自然的语音
- Operit 内置 TTS：专门为 Agent 对话优化，语速和音色可配
云端 TTS
- OpenAI TTS（tts-1 / tts-1-hd）：自然度高
- 讯飞 / 阿里云 / 百度语音合成：中文好
- Edge TTS：免费，音色多
配置 TTS
Operit 设置 → 语音 → TTS 引擎：
- 选引擎（本地 / 云端）
- 填云端 API Key（如果是云端）
- 选音色、语速、音量
- 点「测试」→ 听效果
连续对话模式
STT → Agent → TTS 链式自动运行，一次设置后全程免手动：
你说话（STT 识别）→ Agent 处理 → TTS 播放回复 → 你再说话（自动监听）→ 循环适用场景：开车、做饭、双手忙的时候——不需要触屏操作。
开启：对话界面 → 设置（或侧栏）→ 语音 → 连续对话模式。
语音唤醒（高级）
v1.8 起上线——说特定唤醒词（默认类似「Operit」，可自定义）自动唤起 Operit 并开始识别：
- 在 Operit 设置 → 语音 → 语音唤醒里开启
- 录一次你的唤醒词样本
- 设置唤醒灵敏度（防止误触发）
- 锁屏状态下也能唤起（需要开启锁屏权限）
注意：语音唤醒会持续监听麦克风，增加耗电。只在真正需要时开启。
常见问题
语音识别不准
- 确认 STT 引擎选了支持中文的
- 用本地 STT 时说话清晰，噪音大的环境换云端
- MNN 本地 STT 模型在骁龙 8 系上精度还不错，中端机可能有口音识别问题
TTS 机器人音太重
- 换 MNN 本地 TTS（CosyVoice / ChatTTS 模型更自然）
- 或换云端 TTS（Edge TTS 的中文音色不错且免费）
- 调整语速（稍慢一点听起来更自然）
连续对话中断
- 电池优化设为「不限制」Operit
- 部分 ROM 后台限制，需要手动加白名单
- 降噪麦克风被遮挡时 STT 可能听不清，建议手持或用耳机
唤醒词误触发
- 降低唤醒灵敏度
- 换一个不常用的唤醒词（避免和日常用语重名）
- 只在需要时开启，不用就关掉（省电）