更新记录

1.0.0（2026-11-05）

• 首发：语音识别/合成（ASR 双模 + TTS + 字幕/朗读组件），引擎可插拔，付费闸门，纯本地合规。

平台兼容性

uni-app(4.0)

zl-voice-kit 语音识别合成 Pro

uni-app 语音识别/合成组件：ASR（在线长句 + 离线命令词）+ TTS（多音色/语速）+ 实时字幕/朗读，引擎可插拔。 版本：v1.0.0 ｜ 类型：UTS 插件（component-uts）｜ 授权：普通授权版 + 源码授权版

功能特性

• ASR 双模：在线长句（自有云端按量计费）+ 离线命令词（弱网/无网可用，自定义词表）；VAD 端点检测。
• TTS：多音色/语速/音调；SSML；预生成缓存。
• 字幕组件：实时字幕条（逐句高亮）；朗读组件（播报 + 高亮同步）。
• 引擎可插拔：local（离线）/ own-cloud（自有云端）/ third-party（三方适配器）统一回调。
• 交互：按住说话、松开发送、波形反馈、离线/在线徽标、断网自动降级。
• 付费闸门：在线长句/多音色 TTS 为 Pro（enablePro/licenseKey/licenseApi 三级校验）。

快速上手

<zl-voice :enable-pro="true" :commands="['打开','关闭','暂停','返回']" @result="onResult" @buy="onBuy" />

或调用编排 API（utils/voice.ts）：

import { createRecognizer, matchCommand, chunkSubtitle, buildSubtitleStream, streamSubtitles, synthesize } from '@/uni_modules/zl-voice-kit/utils/voice'
const r = await createRecognizer({ engine: 'local', commandDict: ['打开','关闭'] })('好的，打开首页')

API

引擎接入（真机）

• 离线命令词：纯 JS 匹配，无需引擎（默认可用）。
• 在线识别：自有服务端（server/voice-reference.js，HMAC 验签 + 转写即弃）或三方引擎适配器。
• 录音：utssdk（Android MediaRecorder / iOS AVAudioRecorder）接入后 getCapability().ready=true。

合规声明（重要）

• 默认纯本地（离线命令词）：不采集、不存储、不上传任何语音。
• 在线模式：用户主动按住说话时上传语音片段到接入方自有服务端识别（可关闭）；识别后即弃，不入库。
• 麦克风权限用户主动触发时申请（RECORD_AUDIO / iOS 麦克风）。
• 不采集用户画像数据；引擎按开源/服务商许可合规。

性能目标（真机验收）

在线识别首字 ≤400ms｜离线命令词响应 ≤200ms｜TTS 首音 ≤150ms｜内存 ≤80MB｜连续识别 10min 功耗 ≤2%。

变更记录

见 CHANGELOG.md。