VoiceTeach
VoiceTeach (言传声教) - 教学辅助语音Agent
🎙️ 基于TTS大模型微调的教学辅助Agent移动端应用，支持语音交互、教学答疑、有声PPT课件生成
📋 目录
📱 项目简介
VoiceTeach（言传声教）是一款面向教育场景的智能教学辅助Agent移动端应用，基于GPT-SoVITS TTS大模型微调构建。应用整合了智能语音交互、教学答疑、有声PPT课件生成、蓝牙设备控制及文件管理等核心能力，为教师和学生提供个性化的教学语音服务。
🌟 设计理念
- 教学导向：专注教育场景，贴合真实教学需求
- 语音优先：基于TTS大模型，提供优质语音合成与交互体验
- 模块化架构：功能模块独立封装，支持按需扩展与二次开发
- 性能优先：优化资源占用与响应速度，适配中低端Android设备
🎯 核心价值
- 一站式教学语音服务：教学答疑、有声课件生成、语音播报
- 支持自定义音色模型、情感、语速，满足个性化教学需求
- 本地语音处理与云端TTS大模型结合，兼顾效率与质量
- 严格遵循Android设计规范，提供统一流畅的教学交互体验
✨ 核心功能特性
1. 智能语音交互 · 高效沟通
- 🎤 双输入模式：语音实时输入（即时转文字）+ 文字手动输入，无缝切换
- 🧠 多模型支持：内置多种主流AI对话模型，可灵活切换，兼顾速度与质量
- 🎨 个性化配置：支持语音情感（温和/活泼/专业）、语速、音量自定义调节
- 📄 文件驱动交互：上传音频（MP3/WAV）、文本（TXT）文件，基于内容进行AI对话与分析（转写、摘要、翻译等）
2. 蓝牙设备管理 · 便捷连接
- 🔍 快速扫描：一键触发附近蓝牙设备扫描，实时显示设备名称、信号强度与连接状态
- 📱 设备管理：清晰展示已配对设备列表，支持快速连接/断开，历史设备自动记忆
- 📢 状态反馈：连接成功/失败/断开时提供视觉+文字双重提示，操作更安心
- 🧩 广泛兼容：支持蓝牙4.0及以上设备，适配耳机、音箱、智能硬件等多种外设
3. 本地音乐播放 · 沉浸式体验
- ▶️ 全功能控制：播放/暂停、上一曲/下一曲、精准快进/快退，操作无死角
- 🔊 灵活调节：实时音量调节+播放进度拖动，适配不同环境听觉需求
- 🔄 多播放模式：顺序播放、单曲循环、列表循环，自由切换
- 📝 信息展示：歌曲标题、歌手、专辑封面、播放时长一目了然，支持歌词同步显示（需文件包含歌词信息）
4. 多类型文件上传 · 智能处理
- 📁 文件兼容：支持本地音频（MP3/WAV）、文本（TXT）文件上传，适配主流格式
- 🎙️ 实时录音：内置录音功能，录制完成后可直接上传至AI服务处理
- ⚙️ 参数精细化：支持AI模型类型、处理精度、输出格式自定义，优化处理结果
- 📤 结果导出：处理结果（转写文本、分析报告）可导出为TXT文件，便于后续使用
5. 本地文件管理 · 便捷操作
- 📂 分类浏览：按文件类型（音频/文本）、存储目录分类展示，快速定位目标文件
- ⚡ 多功能操作：文件播放、分享、重命名、删除，一站式完成
- 🎵 沉浸式播放：音频文件支持全屏播放模式，聚焦核心听觉体验
- 🧹 缓存管理：自动识别重复文件，支持手动清理缓存，释放设备存储空间
🔧 技术栈选型
| 类别 | 技术/工具 | 说明 |
|---|---|---|
| 开发语言 | Java | Android平台主流开发语言，兼容性强 |
| 开发框架 | Android SDK | 基于官方SDK构建，确保跨版本适配性 |
| 架构模式 | MVVM | 数据与视图分离，提升代码可维护性与测试性 |
| 导航组件 | Android Navigation Component | 统一页面导航管理，简化页面跳转逻辑 |
| 媒体播放 | ExoPlayer | Google官方播放器，支持多格式、低延迟 |
| UI组件 | Material Design Components | 符合Material Design规范，视觉体验统一 |
| 蓝牙技术 | Android Bluetooth API | 实现蓝牙设备扫描、连接与数据通信 |
| 网络请求 | Retrofit + OkHttp | 高效处理HTTP请求，支持拦截器、缓存 |
| 数据存储 | Room Database | 本地数据库管理，优化文件元数据存储 |
| 异步处理 | Kotlin Coroutines | 简化异步任务逻辑，提升性能 |
| 依赖注入 | Dagger Hilt | 简化组件依赖管理，提升代码可测试性 |
| 图片加载 | Glide | 高效图片加载与缓存，支持多种格式 |
| 构建工具 | Gradle | 自动化构建与依赖管理 |
| 代码规范 | Checkstyle + Spotless | 统一代码风格，提升代码质量 |
📂 项目结构
├── app/src/main/ # 应用核心目录
│ ├── java/com/yuanchuanshengjiao/voiceteach/ # 业务代码目录
│ │ ├── bluetooth/ # 蓝牙功能模块（扫描、连接、状态管理）
│ │ │ ├── Bluetooth.java # 蓝牙核心管理类
│ │ │ ├── BluetoothDeviceInfo.java # 蓝牙设备信息类
│ │ │ ├── BluetoothGattCustom.java # BLE GATT连接类
│ │ │ ├── CustomBluetoothDeviceAdapter.java # 设备列表适配器
│ │ │ └── BluetoothConnectionListener.java # 状态监听接口
│ │ ├── files/ # 文件管理模块（浏览、播放、分享）
│ │ │ └── UriManager.java # URI持久化管理
│ │ ├── message/ # 消息处理模块（AI对话、数据解析）
│ │ │ ├── MessageInfo.java # 消息实体类
│ │ │ ├── CustomMessageAdapter.java # 消息列表适配器
│ │ │ └── CustomBindingAdapter.java # 数据绑定适配器
│ │ ├── ui/ # 界面组件模块
│ │ │ ├── bluetooth/ # 蓝牙相关界面（设备列表、连接页）
│ │ │ ├── files/ # 文件管理界面（文件列表、详情页）
│ │ │ ├── home/ # 应用主界面（教学对话、语音交互）
│ │ │ ├── music/ # 音乐播放界面（播放器、歌单）
│ │ │ └── upload/ # 文件上传界面（文件选择、参数配置）
│ │ └── MainActivity.java # 应用入口主活动
│ └── res/ # 资源文件目录
│ ├── layout/ # 界面布局文件
│ ├── drawable/ # 图片资源（图标、背景）
├── values/ # 字符串、颜色、尺寸配置
│ └── menu/ # 菜单配置文件
├── gradle/ # Gradle构建配置目录
├── docs/ # 项目文档（开发指南、FAQ、截图）
├── LICENSE # 开源许可证
└── README.md # 项目说明文档（本文件）
🔑 权限说明
为保障应用核心功能正常运行，需申请以下系统权限（均为功能必需，无冗余权限）：
| 权限名称 | 用途说明 | 是否必需 | 权限等级 |
|---|---|---|---|
RECORD_AUDIO |
语音输入、实时录音功能 | 是 | 危险权限 |
BLUETOOTH / BLUETOOTH_ADMIN |
蓝牙设备扫描、连接与管理 | 是 | 普通权限 |
BLUETOOTH_SCAN / BLUETOOTH_CONNECT |
Android 12+ 蓝牙操作必需权限 | 是 | 危险权限 |
ACCESS_FINE_LOCATION |
Android 6.0-11 蓝牙扫描必需权限 | 是（适配旧版本） | 危险权限 |
READ_EXTERNAL_STORAGE / WRITE_EXTERNAL_STORAGE |
读取/写入本地文件（音乐、文本） | 是 | 危险权限 |
INTERNET |
与AI服务交互、获取模型配置 | 是 | 普通权限 |
ACCESS_WIFI_STATE |
检测网络状态，优化AI服务请求策略 | 否 | 普通权限 |
WAKE_LOCK |
音乐播放时保持屏幕常亮（可选） | 否 | 普通权限 |
📌 说明：
- 应用会在首次使用对应功能时动态申请权限，并明确说明权限用途
- 用户可随时在系统设置中关闭权限（关闭后对应功能将不可用）
- 严格遵循Android权限最佳实践，不滥用权限，保护用户隐私
📥 安装指南
前置条件
- 已安装 Android Studio（建议 Arctic Fox 2020.3.1 及以上版本）
- 配置好 Android 开发环境（JDK 11+、SDK API Level 23+）
- 拥有 Android 设备（API Level 23+，支持蓝牙4.0+）或模拟器
安装步骤
1. 获取代码
# 克隆项目
git clone https://github.com/HanphoneJan/voice-teach.git
# 进入项目目录
cd voice-teach
2. 导入项目
- 打开 Android Studio → 选择 “Open an existing project”
- 选中下载的项目根目录 → 等待项目同步完成（自动下载依赖库）
- 若同步失败，可尝试：
- 检查网络连接，配置 Maven 镜像（阿里云、Google 镜像）
- 点击 “File → Sync Project with Gradle Files” 手动同步
3. 配置设备
- 实体设备：开启 USB 调试模式（设置 → 关于手机 → 连续点击版本号激活开发者选项），通过 USB 连接电脑
- 模拟器：创建 API Level 23+ 的 Android 模拟器（建议配置蓝牙支持）
4. 构建运行
- 选择目标设备（实体机/模拟器）
- 点击 Android Studio 工具栏 “Run” 按钮（绿色三角图标）
- 首次构建可能耗时较长（需下载依赖与编译资源），耐心等待即可
- 构建成功后，应用将自动安装至设备并启动
常见问题排查
| 问题现象 | 解决方案 |
| :————————— | :———————————————————– |
| 依赖下载失败 | 检查网络连接，配置国内 Maven 镜像，或手动下载依赖包放入本地仓库 |
| 构建报错 “Could not find…” | 确保 Gradle 版本与 Android Gradle Plugin 版本匹配（参考 build.gradle） |
| 设备无法识别 | 安装对应设备的 USB 驱动，重新启用 USB 调试模式，或更换 USB 线缆 |
| 权限申请后功能仍不可用 | 检查设备系统设置 → 应用 → VoiceTeach → 权限，确保所需权限已开启 |
📋 运行要求
| 类别 | 要求说明 |
|---|---|
| 系统版本 | Android 6.0 (API Level 23) 及以上 |
| 硬件要求 | 支持蓝牙 4.0+，设备内存 2GB+，存储空间 100MB+ |
| 网络要求 | 需连接互联网（Wi-Fi/移动网络）以使用 AI 交互功能 |
| 其他要求 | 开启设备麦克风、蓝牙权限（功能必需） |
| 推荐配置 | Android 10.0+，设备内存 4GB+，存储空间 500MB+ |
📖 使用说明
1. 语音交互使用流程
- 启动应用后，默认进入主界面，顶部显示功能导航栏
- 选择输入方式：
- 语音输入：点击底部「麦克风图标」，按住说话（松开后自动提交）
- 文字输入：点击「输入框」，手动编辑文字内容
- 配置参数（可选）：点击输入框下方「模型设置」，选择 AI 模型、语音情感、语速等
- 点击「发送」按钮，等待 AI 处理（显示加载动画）
- 处理完成后展示回复结果（文字+语音朗读可选），支持复制、导出、重新生成
2. 蓝牙设备连接流程
- 在主界面点击「蓝牙」图标，进入蓝牙管理界面
- 开启设备蓝牙（应用引导开启，或手动在系统设置中开启）
- 点击「扫描设备」按钮，搜索附近可用蓝牙设备（实时更新结果）
- 点击目标设备名称，按提示完成配对（部分设备需输入配对码）
- 连接成功后显示「已连接」状态，可通过蓝牙设备播放语音回复、音乐
- 断开连接：点击「断开」按钮，或在系统蓝牙设置中关闭连接
3. 音乐播放操作流程
- 在主界面点击「音乐」图标，进入音乐播放界面，应用自动扫描本地音频文件
- 播放控制：
- 点击歌曲名称开始播放，底部控制栏支持播放/暂停、上一曲/下一曲
- 拖动进度条快进/快退，点击「音量图标」调节音量
- 模式切换：点击控制栏「模式」按钮，切换顺序播放/单曲循环/列表循环
- 沉浸式播放：点击「全屏图标」，进入全屏模式，支持歌词同步显示（需 .lrc 歌词文件）
4. 文件上传处理流程
- 在主界面点击「上传」图标，进入文件上传界面
- 选择上传方式：
- 本地文件：点击「选择音频文件」或「选择文本文件」，从本地目录选择
- 实时录音：点击「录音」按钮，录制完成后自动上传
- 配置参数：选择 AI 模型类型、处理精度、输出格式等
Star History
</a>