小手忙大声控:把语音变成手势的技术拆解

3 阅读3分钟

我那位老同事最近问我:「你手机怎么自己会划?」我说:「这不正是我刚装的那款声控助手吗?」我把手机递给他,让他坐在沙发上看剧。我们各自刷着手机,突然他一句「上滑」就让剧本自动翻到下一集,整个人都笑了起来。于是我决定把这背后的技术拆开,给你们聊聊。

▍ 1. 语音识别模型怎么随包内置

  • 这款工具的识别模型直接打包进 11.2 MB 的 APK,下载后就能离线跑。
  • 识别过程不依赖网络,临时音频数据在识别完后立刻丢弃,既不录音也不上传。
  • 在飞行模式下也能正常工作,真正做到“手机本地化”。
  • 模型是预训练好的离线模型,启动时只需要解压到内部存储,后续直接调用即可。

▍ 2. 无障碍服务执行手势的原理

  • App 只申请无障碍权限,系统会在「已安装的服务」里显示该服务。
  • 通过 AccessibilityService 接口获取当前窗口信息后,调用 dispatchGesture 发送滑动事件。
  • 这不需要 Root,也不需要访问其它 App 的内部数据,仅仅是模拟触摸。
  • 你只需要在「短剧声控助手」列表里勾选你想控制的追剧 App,系统就会在后台监听该 App 的窗口,并仅在语音指令到来时执行滑动。

▍ 3. 为什么口令都是两个字以上

  • 统一用「上滑」「下滑」等两字组合,能有效减少对白或旁人讲话干扰。
  • 单字指令太容易被背景噪音误触发,导致误翻页。
  • 我们把指令词定义成固定两字,并在模型里训练对应的关键词,识别精度更高。

▍ 4. 暂停与继续的 2.5 秒限制

  • 这两个指令属于“开关型”,当你喊两次时不想瞬间切换多次。
  • 通过计时器判断在 2.5 秒内只接受一次,防止连喊导致连翻。
  • 代码里用 when (SystemClock.elapsedRealtime - lastTrigger > 2500) 验证,符合后才执行。

▍ 5. 悬浮面板的实现

  • 采用 SYSTEM_ALERT_WINDOW 类型的悬浮窗口,默认常驻显示,60 秒后自动收起。
  • 通过 WindowManager.LayoutParams 设置 type=TYPE_APPLICATION_OVERLAY,并在窗口里显示今天的操作次数。
  • 位置可选上/左/右,点击面板即可跳转回主界面。
  • 这个功能让你在不拖拽手指的情况下,也能随时查看今天的使用统计。

▍ 6. 如何下载和安装

  • 直接在浏览器打开下载页即可,绿色按钮会提示「下载安装」。
  • 若提示「应用备案状态未知」,只需点「继续安装」即可。
  • 安装后打开 App,进入「开启只要 3 步」引导:
    1️⃣ 进入系统无障碍页,滑到底部找到「已安装的服务」
    2️⃣ 打开「短剧声控助手」开关
    3️⃣ 确认弹窗「监测您的操作/检索窗口内容/执行手势」
  • 这一步骤只需一次,之后会长期有效。

下载页在这儿,整行复制到浏览器打开就能用:

aixls.net/duanju/

下面是我自己手机上的完整过程,每一步都配了实拍截图,照着点就行。

总结:这款声控助手的核心是把本地模型与无障碍服务结合,让语音直接变成屏幕手势。它不需要联网也不收集个人数据,只是一个纯粹的辅助工具。下次你在厨房忙碌、戴手套或抱孩子时,用声控一句「上滑」就能让剧情无缝翻页,省时又省力。


本文首发于 aixls.net 博客 · 相关工具:短剧声控助手下载页(aixls.net/duanju)