涛声 TaoSheng 发布 v0.2.22：用手机麦克风做全天录音与 AI 记忆整理

🎬 一分半看懂涛声

💡 为什么做涛声

每天你说了几千句话，还记得几句？

• 开会时答应的事，转头就忘；
• 朋友随口说的电话号码、约好的时间，过两天想不起来；
• 灵感说过好几次，从来没记下来。

市面上的方案要么得买录音硬件（Omi、各种 AI 吊坠、录音卡片），要么把你的声音全部传到别人的服务器上。

涛声的思路很简单：手机本来就随身，麦克风本来就在。 让它安安静静地在后台听，有人说话才录；隔一阵子统一转成文字，认出是谁说的，再交给大模型整理成一件件事。你需要时，打字问一句就能找回来，答案附着原话出处。

🧵 你和 AI 录音吊坠，只差一根绳子

市面上的 AI 录音卡、录音吊坠，拆开来看就是一个蓝牙麦克风 + 一块电池。

涛声能把手机麦克风或者任何蓝牙收音设备当作音源。所以拿根绳子把蓝牙耳机挂在脖子上，你就有了一个 AI 录音吊坠：硬件钱省了，数据也还在你自己手机里。

_{蓝牙耳机走的是通话通道，音质比手机麦克风略差，安静环境够用；耳机没电或断开时，涛声会自动切回手机麦克风。}

✨ 亮点

1. 🎙 不用买任何硬件：手机麦克风就够；也支持领夹麦、蓝牙耳机等外接设备，插上自动切换，拔掉自动切回；还能接 Omi、声云录音卡等专用录音设备（试用，见下方第 31 条）。
2. 📴 本地模型完全离线转写：可选 SenseVoice 本地识别（骁龙 NPU 加速），声音不出手机、不花一分钱；也可用豆包云端或自定义转写服务（OpenAI 兼容接口，或填写完整请求地址）。
3. ⏱ 自动转写 + 自动整理，时间自己定：转写间隔可设 15～720 分钟，转完自动整理成事件；每日回顾时间、技能运行时间都可调。
4. 🧑‍🤝‍🧑 声纹认人，分得清多个说话人：本机声纹认出“我”和熟人，多人会议自动分段；在原话上长按选“这是谁”，指定一次就能学会这个人的声音；每个人的声纹样本都能回放、删除。
5. ✅ 自动摘出待办：原话里答应的事、约好的时间自动变成待办；你说一句“发了”，它就知道这件事做完了。
6. 🃏 每天自动生成任务卡，技能随你定义：会议速记、收工打卡、每周回顾、情绪日记开箱即用；写一份 JSON + 提示词就能加自己的技能。
7. 💬 AI 问问，附原话出处：哪天说过什么、答应过谁什么，直接打字问；每个答案都能点回当时的原话。
8. 🤖 原话和整理结果自动推给你的 Agent：每天的原话 + 整理后的文本（Markdown + JSON）自动推到 10 种通道，只推新增 / 修改 / 删除，随时给你的 Agent 调用。
9. ☁️ 每天自动备份到云端和本机：云端可选坚果云、WebDAV（Nextcloud、群晖等）或 S3 兼容存储（阿里云、腾讯云、R2 等）；增量备份，只传变化；保留 3 / 7 / 30 天版本；可设口令加密；换手机一键恢复，设置和密钥一起回来。
10. 🧠 整理模型随便换，可完全本地运行：内置 DeepSeek、豆包、通义、Kimi、智谱等十多家服务商，点一下切换，能查余额的显示余额并低额提醒；也支持任何 OpenAI 兼容接口（可填自定义请求头，内置 OpenCode Go）和局域网自建模型，转写 + 整理全程不出你自己的设备。
11. 🛟 主模型出问题自动换备用：配了多个模型时，主模型断网、宕机、余额不足或密钥失效，自动按顺序换用备用模型，整理、回顾、问问都不中断（默认开启，可关）。
12. 🔒 锁屏、后台一直在听：前台服务 + 守护，被系统杀掉自动拉起；通知栏快捷开关一键暂停。
13. 🔋 只录人声，安静不录：本机人声检测（Silero VAD），实测自身耗电约 0.5%/小时。
14. 📺 外放时不转写：手机在放视频、音乐时自动跳过，不把视频里的话当成你说的；别的应用要用麦克风（电话、语音消息）时自动让出。
15. ⌨️ 语音输入也记得（可选）：在微信等应用用输入法语音输入时，记下你说的话和当时的聊天上下文，分得清哪句是你、哪句是对方；截图只在内存里识字，识完即丢。
16. 🌙 每日 / 每周自动回顾：一句话总结、要紧的事、待办、值得留意、灵感和心力，生成后推送给你。
17. 🔁 重复的灵感自动合并：反复提到的想法合成一条，显示“说过 N 次”，真正在意的事一眼看出来。
18. 🔤 热词纠错：人名、公司名、行业词设一次，转写更准。
19. 📂 导入录音文件：会议录音、语音备忘从别的应用“分享到涛声”，一样转写、认人、整理；也可以选一个文件夹（比如录音笔 App 存录音的地方），新录音自动导入，原文件不动、不重复导入。
20. 🗂 时间轴回看 + 重点标记：拖一下回到当天任何时刻；左滑标 ★ 重点、右滑删除，可批量编辑。
21. 🔐 隐私优先：不用注册账号、没有我们的服务器；密钥存系统安全区；原录音默认保留 3 天后自动删（可设 1～365 天，标星的可保留）；“删除最近 N 分钟”“这段别记”一键彻底删除。
22. 🔍 寻物：“钥匙放哪了”“充电宝借给谁了”——说过的放置、带走、借出、归还自动记下，在“记忆 → 寻物”查看，也能直接问。
23. ⏰ 像闹钟一样的待办强提醒：打字或语音添加待办；到点持续响铃、锁屏整屏提醒，音量键稍后、电源键停止。
24. 🎧 录音回放与导出：歌词式字幕播放器（上一段 / 下一段、倍速）；多段录音合成一个 M4A，连同原话和字幕导出，先试听再保存；也可只导出摘要、待办、原话，选 TXT 或 Markdown。
25. 📝 导入录音自动出纪要：分会议、培训、通话·访谈、普通四类，导入后自动转写、认人，按类型生成纪要。
26. 🔊 环境音识别：听出说话之外的声音（音乐、键盘声、雨、宠物、流水、家电、脚步、闹钟、车流 9 类），写进事件和周报的“声音印象”。
27. 📋 日报周报一键复制：全文复制、按模块多选复制或自由选字，格式和勾选状态都保留。
28. 🎙️ 专题录音与停录时段：会议、培训、通话、口播稿一键开始，可暂停、预约，结束后合成一件事出纪要（培训不区分说话人）；忘了开始可事后补；设好时段自动停录，比如夜里不录。
29. ⬆️ App 内检查更新：优先下载几 MB 的差异包，国内走魔搭镜像；下载完就在后台备份好，点安装直接弹出系统确认。
30. 📍 足迹：跟着录音一起记下每天去过哪，停留的地方显示地名、自动认出“家”；一天按地点分成时间轴，每个停留点下面列出当时发生的事；可每天推送“每日足迹”。定位只存在手机里。
31. 📡 专用录音设备（试用）：搜索、配对 Omi、声云录音卡、ADeus 开源吊坠等蓝牙录音设备，配对后在“录音输入”里选它就用它录；断开时自动换回手机麦克风，连回来把设备里存的那段补传进来。每种设备由一张“说明卡”描述，新设备不用发新版就能支持，下发的说明卡都带官方签名。
32. 🧭 声音、位置、环境音联动：事件上显示当时在哪（“📍 在公司”）；问问能按地点问——“上周在公司聊了什么”“昨天在家提到过哪些待办”；可选让整理参考当时的地点和环境音，分场景更准（默认关）。
33. 🚀 三分钟上手：第一次打开有开箱向导——先说明再要权限、后台自动准备本机转写、一键去 DeepSeek 获取密钥（回来自动识别剪贴板）、现场说一句话看到转写和整理结果；其余设置按需提示，不打扰。

🎙 全天在听，锁屏也不停 后台常驻 + 守护进程，被系统杀掉会自动拉起；只在有人说话时录，安静时不录，省电。	🧑‍🤝‍🧑 认得出谁在说 本机声纹认出“我”，也认得熟人；长按原话选“这是谁”，指定一次就记住这个人的声音。
🧠 AI 整理成一件件事 说过的话自动变成事件、待办、约定、决定和灵感，按时间排好，关键信息一眼看到。	💬 直接问，答案附原话 “上周我答应老王什么了？”——大模型带查询工具去翻你的记忆，每个结论都能点回原话。
🃏 技能卡片，按你的方式整理 会议速记、收工打卡、每周回顾、情绪日记……每个技能就是一份提示词，可以自己写。	🤖 推给你的 Agent 每天的记忆打包成 Markdown + JSON 推出去，只推新增 / 修改 / 删除，方便你自己的 AI 再加工。
🌙 每天自动回顾 晚上 22:00 生成当天回顾：一句话总结、要紧的事、待办、值得留意、灵感和心力；周日再出一份周回顾。	☁️ 每天自动备份 增量备份到本机 + 坚果云 / WebDAV / S3，保留 3 / 7 / 30 天版本；换手机一键全部恢复，连设置和密钥都在。

支持的推送通道

PushPlus · 企业微信机器人 · Server 酱 · 飞书 · 钉钉 · Telegram · 邮件 · Notion · 同步文件夹（坚果云 / WebDAV / S3，可接 Obsidian） · 自定义 Webhook

可推：每日回顾、待办提醒、新整理的事、技能卡片、每日记忆文档（含原话）；格式可选纯文本 / Markdown / JSON。

🚀 快速开始

准备

下载安装（推荐）

• 只支持 64 位安卓手机（arm64-v8a，近几年的手机基本都是），Android 10 及以上。
• 手机上直接打开下载的 apk 安装；提示“未知来源”时按提示允许即可。
• 历史版本和更新说明见 Releases。
• 最新版文件校验（SHA-256）见 正式版附件 SHA256SUMS。
• 正式签名证书指纹（SHA-256）：7c11f9afc2cdfc8ba334a7bba69b005aecc609d81fcd12d01bcec2752f496b07。只认这个签名的安装包，别处下载的改装版可能被动过手脚。

从源码编译

git clone https://github.com/0xCoach/TaoSheng.git
cd TaoSheng

# 需要 JDK 21 和 Android SDK Platform 36；JAVA_HOME 指向本机 JDK 21
echo "sdk.dir=/path/to/android-sdk" > local.properties

./gradlew assembleDebug
adb install -r app/build/outputs/apk/debug/app-debug.apk

Windows PowerShell：

$env:JAVA_HOME = 'C:\Users\你的用户名\.jdks\你的JDK21目录'
.\gradlew.bat assembleDebug

用 Android Studio 打开项目时，将 Gradle JDK 设为 JDK 21，并安装 Android SDK Platform 36。SDK 路径保存在被 Git 忽略的 local.properties；不要把本机 JDK 路径写进共享的 gradle.properties。

也可以直接用 Android Studio 打开项目，点运行。

部分 Oryon 机型的闪退修复：从 v0.2.7 起升级官方 onnxruntime-android:1.25.1，修复旧版在部分仅支持 SME1 的设备上错误派发 SME2 算子导致的 SIGILL。不再使用二进制补丁。基于相同依赖的测试版已获 OPPO Find N6 和小米 pandora（25098PN5AC）用户复测通过；其他机型仍欢迎反馈。

第一次使用（约 3 分钟）

第一次打开涛声会有开箱向导，跟着点就行：

1. 打开必要权限：麦克风、通知、电池白名单，每项都先说明用途再弹系统确认；同时在后台自动下载本机转写模型（约 170～330 MB，用流量时会提醒）。
2. 配置整理模型：点“去 DeepSeek 获取密钥”，在网页里创建密钥并复制，回到涛声会自动识别并测试；也可以“以后再说”，或之后在 设置 →「整理模型」换成别家 / 自定义接口。
3. 说句话试试：模型装好后说一句话，当场看到转写和整理出的事件、待办。
4. 其他设置（可选）：向导最后会问要不要现在设置后台保活、备份、推送、足迹；小米 / 澎湃 OS 建议做一下后台保活（自启动、电池无限制）。
5. （可选）录入声纹：设置 →「声纹与人物」→ 我，照着屏幕朗读三段短文，涛声就能认出哪句是你说的。

换手机的老用户：在向导第一页点“换手机了？从备份恢复”。

日常怎么用

自己写一个技能

技能放在 app/src/main/assets/skills/<名字>/，由两个文件组成：

• skill.json：名字、什么时候跑（每天定点 / 每次整理后）、取哪段时间谁说的话、卡片有哪些栏目（文字、要点、清单、标签、原话……）
• prompt.md：交给大模型的提示词

参考自带的 meeting（会议速记）照着改即可。

🏗 怎么做到的

flowchart LR
    A[手机麦克风 / 外接麦<br>导入录音 / 语音输入] --> B[人声检测<br>Silero VAD · 本机]
    B --> C[人声片段<br>Opus 存本机]
    C --> D[转写<br>豆包 / 本地 SenseVoice / 自定义]
    D --> E[认人<br>CAM++ 声纹 · 本机]
    E --> F[大模型整理<br>事件 · 待办 · 记忆]
    F --> G[今天 / 问问 / 记忆 / 待办]
    F --> H[每日回顾 · 技能卡片]
    H --> I[推送 10 种通道<br>给你的 Agent]
    F --> J[增量备份<br>本机 + 云端]

Loading

app/src/main/java/app/resound/
├── capture/     收音服务、人声切段、守护、语音输入
├── audio/       音频来源（手机麦 / 外接麦）、编码
├── transcribe/  云端 / 本地 / 自定义转写、热词
├── voiceprint/  声纹提取、认人与样本管理
├── digest/      大模型整理成事件和记忆
├── ask/         “问问”：大模型 + 查询工具 + 原话出处
├── review/      每日 / 每周回顾
├── skills/      技能卡片框架
├── push/        十种推送通道
├── backup/      增量备份与恢复（本机 + WebDAV / S3）
├── privacy/     删除与隐私开关
└── ui/          全部界面

🤖 一个 AI 写出来的 App

涛声的代码几乎全部由 AI 完成：Claude 负责架构、接口约定和全部界面，Codex 负责录音、转写、数据库、推送、备份等底层。人只做一件事——提需求、在手机上实测、说哪里不对。

近百张任务卡和每一张的交付说明都公开在 docs/任务卡/，包括踩过的坑（比如安卓正则比电脑严格导致的启动崩溃、坚果云请求太多会 503）。想看 AI 协作开发是怎么一步步推进的，可以从那里读起。

🗺 路线图

已完成：

• 全天收音、人声检测、后台保活
• 云端 / 本地转写、热词
• 本机声纹认人、多人分段
• AI 整理、问问、每日 / 每周回顾、技能卡片
• 十种推送通道、增量备份与恢复（坚果云 / WebDAV / S3）
• 语音输入记录（含微信截屏识字）
• 足迹，以及声音、位置、环境音联动
• 专用录音设备接入（说明卡 + 文件插件，试用）
• 开箱向导，三分钟上手

下一步：

• 持续优化录音、转写和 AI 整理体验
• 上线官网，完善新手引导和使用文档
• 探索开箱即用、按量付费的 AI 服务
• 逐步适配 ESP32 等录音设备，探索开放接入协议
• 推进 Google Play 上架，探索 iOS 版本

具体进度和支持范围以实际开发和测试结果为准。

⚠️ 使用须知

• 涛声是个人记忆工具。录音和保存他人对话在很多国家和地区受法律约束，请遵守当地法律，并在需要时告知身边的人。
• 涛声刻意保留了常驻通知和系统麦克风指示灯，不会也不应被改造成隐蔽录音工具。
• 当前是早期验证版，主要在小米 14 Pro 上实测；其他品牌的后台保活策略差异很大，欢迎提 Issue 反馈你的机型表现。
• 云端转写和大模型按服务商价格计费，费用由你自己的账号承担；用本地转写可以省掉转写费用。

🙏 致谢

• @feitian124：感谢帮忙制作涛声官网。

• @ethansunqing：在 PR #1 中报告并定位 OPPO Find N6 的 SIGILL 闪退，提供初始二进制补丁方案，并完成 ONNX Runtime 1.25.1 升级后的真机复测。

• @brookDeng：补充小米 pandora（25098PN5AC）的独立故障分析，以及升级测试版后的覆盖安装、数据保留和前后台聆听复测。

• @aadnapp：在 PR #7 中提供 Android 9 兼容适配方案、手动让出麦克风的实现及真机测试反馈，为项目评估旧系统支持提供了参考。

• @JunWeiUp：在 PR #9 中贡献本机声纹样本管理（样本回放、删除、样本声音清理与占用统计、备份排除），此前在 PR #8 提出了自建异步语音服务的对接方案。

• @SoukNow：在 PR #10 中贡献自定义转写的完整请求地址写法。

• @JunWeiUp：在 PR #19 中贡献足迹：全天定位记录、地名与“家”的识别、一天时间轴、手动改地点和每日足迹推送，并在真机上长期使用验证。

• @sheacoding：在 PR #14～#16 中完整探索了声云录音卡的接入（实时收音、蓝牙文件导入、Wi-Fi 快传），促成了涛声通用的专用录音设备接入结构。

• @a327173196：在 #20、#21、#25 中细致排查鸿蒙兼容层的本机备份、后台转写问题，并提出问题记录补充大模型诊断。

• @BulbLi：在 #18 中提出接入 OpenCode Go 与自定义请求头。

• Omi——开源 AI 可穿戴设备，给了涛声最初的灵感

• sherpa-onnx（Apache-2.0）——本地转写、分段与声纹的运行框架

• Silero VAD（MIT）——人声检测

• CAM++ / 3D-Speaker（Apache-2.0）——声纹模型

• SenseVoice——本地语音识别模型（运行时下载，遵循其原始许可）

• pyannote segmentation（MIT）——多人分段

第三方组件的详细来源与许可见 docs/third-party/。其中高通 QNN 运行库取自 sherpa-onnx 官方发布包，遵循高通原始许可。

📄 许可

MIT © 2026 0xCoach

如果涛声对你有用，点个 ⭐ 让更多人看到。

⭐ Star 历史