网友作品 #000241 · 提交于 2026/10/02
闽南语实时翻译APP：双向语音对话沟通
★★★★★零基础AI 编程工具国内顶级模型python
作品简介
闽南语实时对话翻译是一款 Android 原生实时语音翻译应用，专为「闽南语 ↔ 普通话」双向口语交流场景打造。打开 APP、点亮屏幕，双方对着手机轮流说话即可：收音方向把闽南语语音流式识别成普通话文本显示，说话方向把普通话翻译成闽南语并合成语音播报，近实时完成一整段对话，让不会闽南语的人也能与闽南语长辈、商户顺畅沟通。
当前版本 v0.3.1 完成 omni-session 架构重构并通过 USB 真机语音验收，APK 直接安装即用。
核心亮点
- 双向对话回路：收音方向 ASR 流式识别（闽南语语音直接输出普通话文本），说话方向由 omni 语音大模型合成闽南语发音播报，两端协同形成完整翻译闭环
- 百炼 Realtime 流式链路：全程 WebSocket 流式传输，低延迟、边说边译，支持手动分句（Manual 模式）、打断取消（cancel）等会话控制
- 智能分段装配：内置 TranscriptAssembler 分段拼接引擎，按 begin_time 把流式识别碎片装配成完整语义段落，翻译结果随上下文累计重译、越翻越准
- 原生回声消除：集成 AOQ 原生回声消除库，外放播报的同时收音更稳
- 架构清晰：OmniSession 纯状态机作为唯一协议权威，UI 与协议解耦；ModelCatalog 模型能力表统一收敛模型配置与能力开关
- 质量保障：60+ 纯 JVM 单元测试全绿，并经 USB 真机语音验收
技术与工具
- 语言/UI：Kotlin + Jetpack Compose，单模块 Gradle 工程
- 语音链路：阿里云百炼 Realtime（omni 会话）+ ASR run-task 双协议
- 音频处理：AOQ 原生回声消除库（arm64-v8a / armeabi-v7a）
- 开发方式：作者零基础，先让 AI 做出可用原型，再调用技能组升级架构，借助 AI 编程类工具与国内顶级模型完成
开发过程
作者不要求原型阶段 UI 丰富，先把「识别—翻译—播报」的对话回路跑通，再另行调用 MATT 技能组升级架构：完成 omni-session 架构重构（经八票评审制把关）、PcmPlayer 瘦身为一次性播放器、收音默认切换 ASR flash 链路，最终真机验收通过发布 v0.3.1。
适用场景
- 与只会闽南语的长辈日常交流
- 闽南语地区旅行、问路、购物、就医时的实时沟通
- 方言口音人群与普通话使用者之间的实时沟通桥梁
原始提交内容（点开查看，可复制全文去问 AI）
闽南语实时对话翻译
一款 Android 原生实时语音翻译应用，专为「闽南语 普通话」双向口语交流场景打造。 打开 APP、点亮屏幕，双方对着手机轮流说话，即可实现近实时的语音识别、翻译与播报—— 让不会闽南语的人也能与闽南语长辈、商户顺畅沟通。
核心特性
- 双向实时翻译：收音方向用 ASR 流式识别（闽南语语音直接输出普通话文本）， 说话方向由 omni 语音大模型合成闽南语发音并播报，两端协同形成完整对话回路。
- 基于百炼 Realtime 协议：全程 WebSocket 流式传输，低延迟、边说边译， 支持手动分句（Manual 模式）、打断取消（cancel）等会话控制。
- 智能分段装配：内置 TranscriptAssembler 分段拼接引擎，基于 begin_time 将流式识别碎片装配为完整语义段落，翻译结果随上下文累计重译、越翻越准。
- 模型能力表驱动：ModelCatalog 统一收敛模型配置与能力开关，链路清晰可维护。
技术栈
| 维度 | 选型 |
|---|---|
| 语言 / UI | Kotlin + Jetpack Compose，单模块 Gradle 工程 |
| 语音链路 | 阿里云百炼 Realtime（omni 会话）+ ASR run-task 双协议 |
| 音频 | AOQ 原生回声消除库（arm64-v8a / armeabi-v7a） |
| 架构 | OmniSession 纯状态机作为唯一协议权威，UI 与协议解耦 |
| 质量 | 60+ 纯 JVM 单元测试全绿 + USB 真机语音验收 |
适用场景
- 与只会闽南语的长辈日常交流
- 闽南语地区旅行、问路、购物、就医
- 方言口音人群与普通话使用者的实时沟通桥梁
当前版本
v0.3.1 —— 完成 omni-session 架构重构（八票评审制）， PcmPlayer 瘦身为一次性播放器、收音默认 ASR flash 链路， 真机验收通过，APK 直接安装即用。