AIDL 通信（小企鹅联动）

说点啥（asr-keyboard）提供标准 AIDL 服务，允许其他应用（如修改版小企鹅输入法）调用说点啥的语音识别能力。

服务端为手写 Binder 协议，但与 AIDL 生成的代理完全兼容；客户端可直接使用 .aidl 生成的 Stub/Proxy，也可以像小企鹅一样用 transact 纯 Binder 调用。

用户使用指南

目前仅有说点啥魔改的小企鹅输入法支持该功能，使用步骤如下：

下载并安装说点啥最新版（开源版或 Pro 版均可，优先调用 Pro 版）
在说点啥中启用外部联动功能：设置 → 输入设置 → 允许外部输入法联动，打开开关
下载并安装修改版小企鹅输入法
在小企鹅输入法中启用说点啥联动：设置 → 虚拟键盘 → 空格键长按行为 → 语音输入（AIDL)
使用小企鹅输入法时，长按空格键开始语音输入，松手结束

包名优先级（与小企鹅实现一致）：

com.brycewg.asrkb.pro
com.brycewg.asrkb

客户端应按顺序尝试绑定，优先使用已安装的 Pro 包（接口与行为一致）。

开发者指南

服务接口（IExternalSpeechService）

接口描述符：com.brycewg.asrkb.aidl.IExternalSpeechService

事务码（与 AIDL Stub 保持一致）：

方法	事务码	说明
`startSession`	`FIRST_CALL_TRANSACTION + 0`	服务端录音模式会话
`stopSession`	`FIRST_CALL_TRANSACTION + 1`	停止当前会话
`cancelSession`	`FIRST_CALL_TRANSACTION + 2`	取消当前会话
`isRecording`	`FIRST_CALL_TRANSACTION + 3`	指定会话是否正在录音
`isAnyRecording`	`FIRST_CALL_TRANSACTION + 4`	是否存在任意录音会话
`getVersion`	`FIRST_CALL_TRANSACTION + 5`	获取应用版本名
`startPcmSession`	`FIRST_CALL_TRANSACTION + 6`	推送 PCM 模式会话
`writePcm`	`FIRST_CALL_TRANSACTION + 7`	推送一帧 PCM 音频数据
`finishPcm`	`FIRST_CALL_TRANSACTION + 8`	结束 PCM 推送并进入处理

对应 AIDL 方法签名：

kotlin

fun startSession(config: SpeechConfig?, callback: ISpeechCallback): Int
fun stopSession(sessionId: Int)
fun cancelSession(sessionId: Int)
fun isRecording(sessionId: Int): Boolean
fun isAnyRecording(): Boolean
fun getVersion(): String
fun startPcmSession(config: SpeechConfig?, callback: ISpeechCallback): Int
fun writePcm(sessionId: Int, pcm: ByteArray, sampleRate: Int, channels: Int)
fun finishPcm(sessionId: Int)

配置对象（SpeechConfig）

SpeechConfig 为可空 Parcelable，字段如下：

vendorId: String?
streamingPreferred: Boolean
punctuationEnabled: Boolean?
autoStopOnSilence: Boolean?
sessionTag: String?

当前实现说明：

startSession / startPcmSession 均忽略除 vendorId=="mock" 外的全部配置，完全跟随说点啥应用内当前设置。
只有 startSession 支持 vendorId=="mock" 的联通测试模式（见下文）。

回调接口（ISpeechCallback）

接口描述符：com.brycewg.asrkb.aidl.ISpeechCallback

kotlin

fun onState(sessionId: Int, state: Int, message: String)
fun onPartial(sessionId: Int, text: String)
fun onFinal(sessionId: Int, text: String)
fun onError(sessionId: Int, code: Int, message: String)
fun onAmplitude(sessionId: Int, amplitude: Float)

主要方法

startSession（服务端录音模式）

由说点啥负责录音与上行音频。

返回值：

>0：成功启动，返回服务端生成的 sessionId
-2：系统忙碌（已有会话正在录音）
-3：功能未启用或引擎未就绪
-4：说点啥缺少 RECORD_AUDIO 权限

回调：

-3（功能未启用）会先回调 onError(-1, 403, "feature disabled")
-4（权限）会先回调 onError(-1, 401, "record permission denied")
-2/-3(引擎未就绪) 仅通过返回值提示，不额外回调

联通测试（mock）

当 SpeechConfig.vendorId == "mock" 时会跳过实际录音：服务端直接回调 onPartial("【联通测试中】……") 与 onFinal("说点啥外部AIDL联通成功（mock）")，无需录音权限。

startPcmSession / writePcm / finishPcm（推送 PCM 模式）

由客户端自行录音，并持续向服务端推送 PCM 数据（小企鹅 bibi 使用该模式）。

startPcmSession 返回值：

>0：成功启动并返回 sessionId
-2：系统忙碌
-3：功能未启用
-5：当前供应商不支持推送 PCM（unsupported）

注意：

推送 PCM 模式 不会检查说点啥的录音权限；录音权限由客户端自己处理。
建议发送 PCM16LE / 16000Hz / mono，推荐 200ms 一包；服务端当前不强校验采样率与通道，但不匹配可能导致部分引擎效果异常。
finishPcm(sessionId) 等价于 stopSession(sessionId)，表示音频输入结束，等待最终结果。

stopSession / cancelSession

两者均为 void，服务端不返回是否成功。

stopSession：结束录音/输入，进入处理阶段（如有），稍后会回 onFinal 或 onError。
cancelSession：取消并清理会话；不保证不会回 onFinal（AIDL 注释为“不可保证产生最终结果”）。

isRecording / isAnyRecording

isRecording(sessionId)：指定会话是否正在录音/输入中。
isAnyRecording()：是否存在任意活动会话。

getVersion

返回说点啥的语义化版本名（BuildConfig.VERSION_NAME），例如 "1.6.0"。

回调状态与错误

onState 的 state 取值

state(Int)	说明	常见 message
`0`	Idle/结束	`final`/`canceled`
`1`	Recording	`recording`
`2`	Processing	`processing`
`3`	Error	错误文本

onError 的 code 取值

code	说明
`401`	说点啥缺少录音权限（仅 startSession 可能回）
`403`	外部联动功能未启用
`500`	服务端内部错误（引擎/网络等）

启用条件

外部 API 联动仅要求：

Prefs.externalAidlEnabled == true

开关入口：设置 → 输入设置 → 外部输入法联动。

供应商与流式决策

外部调用完全跟随说点啥当前设置（忽略 SpeechConfig）：

云端供应商：

Volc：prefs.volcStreamingEnabled 决定是否走 VolcStreamAsrEngine
DashScope：prefs.dashStreamingEnabled
Soniox：prefs.sonioxStreamingEnabled
ElevenLabs：prefs.elevenStreamingEnabled
OpenAI / Gemini / SiliconFlow / Zhipu：固定非流式文件引擎

本地供应商：

Paraformer / Zipformer：固定流式
SenseVoice / Telespeech：固定非流式文件引擎（伪流式仅用于说点啥自身 UI，不暴露给外部）

结果过滤

最终结果（onFinal）会经过统一末处理：

若开启 trimFinalTrailingPunct，去除尾部标点/emoji。
语音预设替换：命中时直接替换为预设文本。
若开启 postProcessEnabled 且 LLM 配置有效，则执行 AI 后处理；失败或返回空时回退到简单处理。

统一入口：AsrFinalFilters.applySimple / AsrFinalFilters.applyWithAi。

会话清理

服务端会在以下情况移除会话并释放资源：

onFinal 后
onError 后
cancelSession 调用时立即清理

建议客户端在窗口/焦点变化时主动 cancelSession，避免挂起会话。

小企鹅输入法（bibi/lexi）集成示例

修改版小企鹅输入法 bibi 已集成说点啥外联（仓库内示例目录仍沿用旧名 fcitx5-android-lexi-keyboard）。

客户端实现文件：

fcitx5-android-lexi-keyboard/app/src/main/java/org/fcitx/fcitx5/android/link/AsrkbSpeechClient.kt

主要特性：

绑定包名顺序：com.brycewg.asrkb.pro → com.brycewg.asrkb
组件名：com.brycewg.asrkb.api.ExternalSpeechService
纯 Binder transact 调用，不依赖 AIDL 生成类
使用 推送 PCM 模式：startPcmSession(presence=0) → 循环 writePcm → 松手时 finishPcm/cancelSession
空格键长按开始语音；抬起时若已推送过 PCM 帧则 finishPcm，否则 cancelSession
onPartial 实时预览（setComposingText）
onFinal 提交文本（commitText）并解绑服务
onAmplitude 驱动覆盖层波形动画

错误处理：

-2：提示“系统忙碌”
-3 / 403：提示“请在说点啥中启用外部联动功能”
-5：提示“当前供应商不支持外部推送 PCM”
录音权限由小企鹅侧自行申请；推送 PCM 模式下服务端不会回 401/-4

使用建议

客户端最佳实践

绑定服务时使用 Context.BIND_AUTO_CREATE，按 Pro → 开源顺序尝试。
startSession/startPcmSession 成功后保存返回的 sessionId；不要自行生成或复用旧 id。
焦点/窗口切换时主动 cancelSession(sessionId)。
onPartial 用于实时预览；onFinal/onError 后应解绑或清理资源。
如果希望客户端掌控录音（IME 场景推荐），优先使用推送 PCM 模式。

AIDL 通信（小企鹅联动） ​

用户使用指南 ​

开发者指南 ​

服务接口（IExternalSpeechService） ​

配置对象（SpeechConfig） ​

回调接口（ISpeechCallback） ​

主要方法 ​

startSession（服务端录音模式） ​

startPcmSession / writePcm / finishPcm（推送 PCM 模式） ​

stopSession / cancelSession ​

isRecording / isAnyRecording ​

getVersion ​

回调状态与错误 ​

onState 的 state 取值 ​

onError 的 code 取值 ​

启用条件 ​

供应商与流式决策 ​

结果过滤 ​

会话清理 ​

小企鹅输入法（bibi/lexi）集成示例 ​

使用建议 ​

客户端最佳实践 ​