更新记录

1.2.0（2026-11-09） 下载此版本

适配 安卓和鸿蒙系统

平台兼容性

uni-app(5.0)

azp-ali-speech

阿里云智能语音交互（NUI SDK）UTS 插件 —— 实时语音识别（SpeechTranscriber）。

• Android：基于 V2.7.4-039-20260909_Android_MIT_TLS（NUI SDK 2.7.4 Android MIT 版，nuisdk-release.aar 已内置）， 原生 AudioRecord 采音 + SDK 流式识别一体。
• HarmonyOS NEXT：基于 V1.5.016.napi.003.010（neonui.har 已内置，arm64-v8a，API 12+）， 系统 AudioCapturer 推流送数（updateAudio）+ SDK 流式识别。

适用于「长按说话 → 松手出文本」的语音输入场景。两端 API、事件序列、错误码完全一致。

能力

• 实时语音识别：句内中间结果（partial）、定句结果（sentenceEnd）、最终累积文本（completed）
• 录音音量回调（0~1 自适应归一化，驱动界面波形）
• 录音权限检查与运行时申请（RECORD_AUDIO）
• token 会话级热更新（支持服务端 token 轮换，无需重新初始化）
• 停止识别后等待服务端补齐最后一句，超时以当前文本兜底

环境要求

• HBuilderX 3.6.8+（UTS 插件需自定义基座运行/打包，标准基座不含本插件；鸿蒙端需 HBuilderX 4.31+）
• Android minSdkVersion 21
• App 已声明 RECORD_AUDIO 权限（本项目 src/manifest.json 已配置）
• NUI SDK 支持 ABI：arm64-v8a / armeabi-v7a / x86_64
• HarmonyOS NEXT：API 12+，仅 arm64-v8a；权限（ohos.permission.MICROPHONE、ohos.permission.INTERNET） 由插件 module.json5 自动声明，宿主 manifest 无需重复配置

API

事件（onSpeechEvent）

错误码（AliSpeechFail.errCode）

使用示例

// #ifdef APP-PLUS
import {
  onSpeechEvent, initSpeechSdk, startTranscribe,
  stopTranscribe, cancelTranscribe, releaseSpeechSdk,
} from '@/uni_modules/azp-ali-speech'
// #endif

// 1. 注册事件监听（一次即可）
onSpeechEvent((event) => {
  switch (event.type) {
    case 'recording': /* 开始计时/波形动画 */ break
    case 'partial':   /* 实时显示 event.text */ break
    case 'sentenceEnd': /* 定句文本 */ break
    case 'completed': /* 最终文本（停止后） */ break
    case 'error':     /* event.code / event.message */ break
    case 'volume':    /* 波形强度 event.volume */ break
  }
})

// 2. 初始化（token 由业务后端下发，客户端不内置密钥）
const token = await getAliyunAsrTokenApi()
initSpeechSdk({
  appkey: '你的NLS项目appkey',
  token,
  debug: false,
  success: (res) => console.log('SDK版本', res.version),
  fail: (err) => console.error(err.errMsg),
})

// 3. 长按开始识别
startTranscribe({
  token, // 可选：token 轮换时传入最新值
  maxSentenceSilence: 800,
  success: (res) => console.log('任务已启动', res.taskId),
  fail: (err) => console.error(err.errMsg),
})

// 4. 松手停止，等待最终文本
const res = await new Promise((resolve) => {
  stopTranscribe({
    timeoutMs: 8000,
    success: resolve,
    fail: (err) => resolve({ text: '', timeout: true }),
  })
})
// res.text 为最终识别文本；res.timeout 为 true 表示超时兜底

// 5. 取消（上滑取消/切后台/来电等场景，立即结束不等待结果）
cancelTranscribe()

// 6. 释放（长时间不用语音时；下次使用需重新 initSpeechSdk）
releaseSpeechSdk()

提示：stopTranscribe 未在识别中时为幂等调用，直接以已有文本成功返回。

实现说明

• 送数模式（Android）：回调送数（audio_update_manually=false），SDK 经 onNuiNeedAudioData 从 AudioRecord 拉取 PCM（16k/16bit/单声道），与官方示例一致，无需自建录音线程
• 送数模式（HarmonyOS NEXT）：推流送数（updateAudio），系统 AudioCapturer（readData 回调） 产出 PCM 推给 SDK；会话开始即预创建录音器，AudioState.STATE_OPEN 后启动，每次会话结束 释放重建（规避 DevEco 低版本 stop 后直接 start 不触发回调的问题）
• 纯云端模式：service_mode = ModeFullCloud，无需拷贝本地资源与 workspace（SDK ≥ 2.6.2； 鸿蒙端初始化仍需 workspace/debug_path，插件内以应用 filesDir 填入）
• 线程模型（Android）：initialize/setParams/startDialog/stopDialog/cancelDialog/release 统一在 单线程执行器中串行执行，避免阻塞 UI 线程
• 事件线程：NUI 回调（SDK 内部线程）直接派发到 JS 监听器，业务侧无需关心线程
• 音量归一化：NUI RMS 量纲与设备相关，采用峰值跟踪自适应缩放（缓慢衰减）， 保证波形在安静/嘈杂环境下均有合理动态范围

目录结构

utssdk/
├── interface.uts          # 跨平台 API 类型定义
├── unierror.uts           # 错误码与错误对象
├── app-android/
│   ├── index.uts          # Android 实现（NUI SDK + AudioRecord）
│   ├── config.json        # minSdkVersion 21
│   └── libs/
│       └── nuisdk-release.aar          # 阿里云 NUI SDK 2.7.4 (MIT, MinSizeRel 版 19MB)
├── app-ios/index.uts      # 占位（调用即失败，待接入 iOS SDK）
└── app-harmony/
    ├── index.uts          # 鸿蒙实现（NUI SDK + AudioCapturer 推流）
    ├── config.json        # 依赖 neonui.har
    ├── module.json5       # 声明 MICROPHONE / INTERNET 权限
    ├── resources/         # 权限申请理由字符串
    └── libs/
        └── neonui.har     # 阿里云 NUI SDK 1.5.016 (HarmonyOS NEXT, arm64-v8a)

平台兼容性

参考文档

• UTS 插件开发
• UTS 语法
• 阿里云 Android SDK 实时语音识别
• 阿里云 NUI SDK for HarmonyOS NEXT