语音交互简介

Voice Interaction Service API 可在不同的潜在语音控制应用之上提供一个抽象层。此类实现可按照应用开发中所述的指南进行开发。本集成指南介绍了如何将此类应用集成到某个特定的 Android Automotive OS (AAOS) 系统映像中。

术语

本指南中使用了以下术语:

  • 辅助数据:启动语音交互会话后,系统便可以对视图和屏幕中的内容截图,并将这些信息传递给会话。应用可以通过实现 Activity#onProvideAssistData()Activity#onProvideAssistContent() 提供更多信息。
  • 按下后开始说话 (PTT):一种实体的语音控制按钮,通常位于方向盘上。
  • RecognitionService (RS):应用通过 SpeechRecognizer API 使用的语音识别服务。VIA 必须同时包含 VoiceInteractionServiceRecognitionService
  • 点按后开始说话 (TTT):软件的语音控制按钮,通常包含在系统界面中。在 Android 中也称为“辅助手势”。
  • VoiceInteractionService:VIA 开发者实现的轻量级系统服务。所选服务在启动时从系统服务中进行绑定,且始终处于运行状态。
  • VoiceInteractionSession (VIS):该类可封装用户交互业务逻辑,用于向用户显示语音交互的状态,处理 VoiceInteractor 请求并接收辅助数据及屏幕截图数据。
  • VoiceInteractionSessionService (VSS):VIA 中的一项服务,用于处理语音交互会话。在与用户进行语音交互时,此服务会从 Android 系统服务中进行绑定。此会话的所有业务逻辑均在 VoiceSession 类中实现。系统只能保证此服务在单个用户语音会话期间处于活动状态。
  • 语音交互应用 (VIA):充当语音控件的 Android 应用(称为“助理”)。您可以通过在此类应用的清单中添加 VoiceInteractionService 进行标识。每次只能将一个应用设为系统中的默认应用。只有默认应用处于活动状态(与系统服务绑定),且是按住开始讲话 (PTT)点按后开始说话 (TTT) 事件的接收方。

职责

下表介绍了各方的职责。

汽车制造商 (OEM) AOSP 应用开发者
  • 构建与 AAOS 兼容的信息娱乐系统。
  • 实现音频的输入和输出,可选择性地添加 DSP 启动指令检测支持。
  • 授予语音交互服务系统特许权限。
  • 遵守与对应用的设置屏幕的访问权限相关的 VoiceInteractionService 要求。
  • 定义并优化 VoiceInteractionService 及相关 API。
  • 向 VIA 开发者提供 API 文档、示例代码和其他相关支持材料。
  • 提供含有相关要求和建议的用户体验指南。
  • 实现 VoiceInteractionService API、RecognitionService API 和 NotificationListenerService API(如需查看详细说明,请参阅应用开发
  • 提供可自定义的界面,以便原始设备制造商 (OEM) 根据各种汽车设计系统加以调整。

用户体验要求

OEM 的根本职责是向客户提供良好的用户体验,同时必须确保预安装的所有语音交互服务均满足 预加载的助理:用户体验指南中所述的要求。

核心助理体验

车载语音交互应用 (VIA) 将执行以下操作:

  • [必须] 响应由系统处理的语音交互触发器(PTT、TTT)。
  • [必须] 直观呈现触发器的进度(例如监听、处理和执行)。
  • [必须] 通过语音或声音传达对用户请求的理解和完成情况。
  • [必须] 用作其他应用的语音识别程序(请参阅 SpeechRecognizer API)。
  • [应该] 响应启动指令触发器。
  • [可以] 显示“设置”Activity,以供用户配置此 VIA(例如权限、启动指令配置和登录)。
  • [可以] 处理辅助数据 (Intent#ACTION_ASSIST)
  • [可以] 支持在锁屏(锁定屏幕)时进行语音交互。

组件

大体上讲,语音交互应用会与以下操作方进行交互:

语音交互操作方

图 1. 语音交互操作方

详细信息

  • VoiceInteractionManagerService:此系统服务负责管理默认 VIA,并将其功能提供给系统的其余部分。
  • RecognitionService:此服务向系统中的其他应用提供语音识别功能。
  • SoundTrigger:用于实现启动指令管理,且 VIA 可通过 AlwaysOnHotwordDetector 进行使用。
  • MediaRecorder:可通过其访问音频输入,以进行启动指令检测(使用 CPU 时)和语音识别。
  • PhoneWindowManager/CarInputService:除了其他方面之外,这些服务还负责利用 VoiceInteractionManagerService 将 PTT 路由到 VIA 以处理关键事件。
  • User:用户通过触发器(PTT、TTT、启动指令)或语音控制面板界面与 VIA 交互。
  • CarService、Notifications、Media、Telephony、ContactsProvider 等:VoiceInteractionSession 执行用户的语音指令所用的服务和应用。

特定于 Android Automotive 的概念

AAOS 与 Android 的区别体现在以下几个方面:

  • 除了常规的助理功能之外,AAOS VIA 还可以控制车载功能(例如,HVAC、车座和车内照明)。如果 OEM 按照特许权限许可名单中的说明正确配置访问权限,则可使用 CarPropertyManager API 对这些功能进行集成(如需了解详情,请参阅读取车辆属性)。
  • 与任何其他设备类型相比,Automotive 设备中自定义和一致性的相关度更高。如需详细了解如何按照这些指南进行实现,请参阅自定义