关于语音互动

语音互动服务 API 提供了对不同潜在语音控制应用的抽象。可以按照应用开发中描述的指南开发实现。本集成指南中的内容介绍了如何将这些应用集成到特定的 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。当语音互动会话开始时，系统可以捕获视图和屏幕截图，并将此信息传递给会话。应用可以通过实现 Activity#onProvideAssistData() 和 Activity#onProvideAssistContent() 来公开其他信息。
  • 一键通 (PTT)。物理语音控制按钮，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 VoiceInteractionService和 RecognitionService。
  • 轻触通话 (TTT)。软件语音控制按钮，通常包含在系统界面中。在 Android 中，这也称为辅助手势。
  • VoiceInteractionService。VIA 开发者实现的轻量级系统服务。选定的服务从启动时的系统服务绑定，并且始终在运行。
  • VoiceInteractionSession (VIS)。此类封装了用户互动业务逻辑。它负责向用户呈现语音互动状态、处理 VoiceInteractor 请求以及接收辅助数据和屏幕截图数据。
  • VoiceInteractionSessionService (VSS)。VIA 的一部分服务，负责处理语音互动会话。此服务在用户进行语音互动期间从 Android 的系统服务绑定。此会话的所有业务逻辑都在 VoiceSession 类中实现。此服务仅保证在单个用户语音会话期间保持活动状态。
  • 语音互动应用 (VIA)。旨在用作语音控制（称为助理）的 Android 应用。这些应用可以通过在其清单中包含 VoiceInteractionService 来识别。在系统中，一次只能选择其中一个应用作为默认应用。只有默认应用会保持活动状态（从系统服务绑定），并且将成为一键通 (PTT) 或 轻触通话 (TTT) 事件的接收者。

职责

下表描述了各方的职责。

汽车制造商 (OEM) AOSP 应用开发者
  • 构建具有 AAOS 的兼容信息娱乐系统。
  • 实现音频输入和输出，可以选择性地包括 DSP 热词检测支持。
  • 为语音互动服务授予系统特权权限。
  • 遵守关于访问应用设置屏幕的 VoiceInteractionService 要求。
  • 定义和发展 VoiceInteractionService 和相关 API。
  • 向 VIA 开发者提供 API 文档、示例代码和其他支持材料。
  • 提供包含要求和建议的 UX 指南。
  • 实现 VoiceInteractionService API、RecognitionService API 和 NotificationListenerService API（有关详细说明，请参阅应用开发）。
  • 提供可自定义的 UI，OEM 可以对其进行调整以匹配每个汽车设计系统。

用户体验要求

OEM 最终有责任为客户提供良好的用户体验。OEM 必须确保所有预安装的语音互动服务均满足预加载的助理：用户体验指南中描述的要求。

核心助理体验

汽车语音互动应用 (VIA) 执行以下操作

  • [必须] 响应系统处理的语音互动触发器（PTT、TTT）。
  • [必须] 显示其进度的可视化表示（例如，正在收听、正在处理和正在实现）。
  • [必须] 使用语音或声音来指示理解和完成用户请求。
  • [必须] 用作其他应用的语音识别器（请参阅 SpeechRecognizer API）。
  • [应] 响应热词触发器。
  • [可以] 显示设置 Activity，用户可以在其中配置此 VIA（例如，权限、热词配置和登录）。
  • [可以] 处理辅助数据 (Intent#ACTION_ASSIST)
  • [可以] 支持来自锁屏界面的语音互动。

组件

在高层级上，语音互动应用与以下参与者互动

Voice interaction actors

图 1. 语音互动参与者

详细信息

  • VoiceInteractionManagerService。此系统服务负责管理默认 VIA，并将其功能公开给系统的其余部分。
  • RecognitionService。此服务向系统中的其他应用公开语音识别功能。
  • SoundTrigger。实现热词管理，VIA 可以通过 AlwaysOnHotwordDetector 使用它。
  • MediaRecorder。提供对音频输入的访问权限，用于热词检测（使用 CPU 时）和语音识别。
  • PhoneWindowManager/CarInputService。这些服务（除其他事项外）负责处理按键事件，通过 VoiceInteractionManagerService 将 PTT 路由到 VIA。
  • User。用户通过触发器（PTT、TTT、热词）或语音面板 UI 与 VIA 互动。
  • CarService、Notifications、Media、Telephony、ContactsProvider 等。 VoiceInteractionSession 用于实现用户命令的服务和应用。

汽车专用概念

AAOS 在以下方面与 Android 不同

  • 除了正常的助理功能外，AAOS VIA 还可以控制车辆功能（例如，HVAC、座椅和车内灯）。可以使用 CarPropertyManager API 集成这些功能（有关详情，请参阅读取车辆属性），前提是 OEM 按照特权权限许可名单中所述正确配置访问权限。
  • 在汽车领域，自定义和一致性比在任何其他外形规格中都更重要。请参阅自定义，详细了解如何实现这些指南。