实测开源安卓应用涛声TaoSheng:全天录音转文字、声纹认人、AI整理待办

简介: 涛声(TaoSheng)是一款开源AI记忆助手,专为安卓手机设计。它利用手机麦克风全天候静默收音,仅在检测到人声时录音,本地转写+声纹识别,自动整理成待办、会议纪要与灵感笔记。全程数据不出手机,支持完全离线运行,无需账号、不依赖服务器,隐私可控、零硬件成本。(239字)

涛声 TaoSheng 全天收音界面

每天说了几千句话,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过两天想不起来,反复念叨的灵感从来没记下来。市面上叫"AI 记忆"的产品,要么要买录音硬件,要么把你的声音整段传到别人的服务器上。开源项目涛声 TaoSheng 走了另一条路:让本来就随身的手机在后台安静地听,有人说话才录,隔一阵自动转成文字、认出是谁说的,再交给大模型整理成事件、待办和记忆——不用买硬件、不用注册账号,数据只在你手机里。

下载地址(涛声 v0.2.17 安装包): https://pan.quark.cn/s/f5a7ad66401c

项目在 GitHub 上开源(MIT 协议),地址:https://github.com/0xCoach/TaoSheng。本文基于 v0.2.17(2026-11-07 发布)的官方文档与更新日志整理,覆盖安装、首次配置、核心功能与常见问题。

一、涛声是什么:把"说了就忘"变成"问一下就知道"

涛声的工作流是一条清晰的流水线:

全天收音 → 自动转写 → 声纹认人 → AI 整理 → 待办 / 记忆 / 回顾

它和 AI 录音吊坠这类硬件产品最大的区别在两点。第一,不新增硬件:手机麦克风就是音源,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。第二,数据自主:可选 SenseVoice 本地识别(骁龙 NPU 加速),声音不出手机、不花一分钱;整理模型也支持任何 OpenAI 兼容接口和局域网自建,整条链路可以完全本地运行。

还有一个挺妙的用法:涛声支持把任意蓝牙收音设备当作音源,拿根绳子把蓝牙耳机挂在脖子上,你就得到了一个"AI 录音吊坠"——硬件钱省了,数据还留在自己手机里。蓝牙耳机走通话通道,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。

二、核心能力速览

README 里列了 29 条亮点,浓缩成最影响日常体验的 9 条:

  1. 全天收音,锁屏不停:前台服务 + 守护进程,被系统杀掉自动拉起;通知栏快捷开关一键暂停。
  2. 只录人声,安静不录:本机人声检测(Silero VAD),官方实测自身耗电约 0.5%/小时;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。
  3. 自动转写:可选本地 SenseVoice、豆包云端或自定义服务,转写间隔 15~720 分钟可调;人名、公司名、行业词设一次热词,转写更准。
  4. 声纹认人:本机声纹(CAM++)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。
  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. 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。
  7. 每日 / 每周回顾:晚上 22:00 自动生成一句话总结、要紧的事、待办、值得留意、灵感和心力,周日再出周回顾。
  8. 技能卡片: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。
  9. 原话推给你的 Agent:每天的原话 + 整理结果(Markdown + JSON)自动推到 10 种通道,只推新增 / 修改 / 删除,方便自己的 AI 再加工。

三、安装与首次配置(约 5 分钟)

1. 准备清单

项目 要求
手机 Android 10 及以上,arm64 架构(近几年的手机基本都是)
转写服务 二选一:豆包语音 API Key;或本地 SenseVoice 模型(首次使用在 App 内下载)
整理模型 任意 OpenAI 兼容接口的 API Key,默认 DeepSeek
可选 坚果云账号(备份)、任一推送通道

安装包约 90 MB,下载后手机上直接打开安装,提示"未知来源"时按提示允许。注意认准官方正式签名(仓库给出了 SHA-256 证书指纹),别装第三方"改装版"——项目方自己也提醒,改过的包可能被动过手脚。

2. 四步完成配置

  1. 授权:按引导打开麦克风、通知权限,把涛声加入电池白名单。小米 / 澎湃 OS 还要打开"自启动"并在多任务里锁定,App 内有一步一步的引导页。
  2. 填密钥:设置 →「原话与转写」选豆包并粘贴 API Key,或选"本地"下载模型;设置 →「整理模型」选 DeepSeek 或自定义接口,填 Key 后点"拉取模型"。
  3. 录入声纹:设置 →「声纹与人物」→ 我,朗读三段文字,再自由说 20 秒。
  4. 开始聆听:回到"今天"页打开收音,正常过你的一天。

(可选)设置 →「数据备份」填坚果云 WebDAV 地址和应用密码,每天凌晨自动增量备份;设置 →「推送通道」添加通道,保存后会自动发一条测试消息验证。

四、功能详拆:它到底能帮你记住什么

1. 声纹认人:分得清"我说的"和"别人说的"

多人场景是这类工具最容易翻车的地方,涛声的处理方式是本机声纹 + 可教学:本机声纹先认出"我",多人会议自动分段;遇到陌生声音,在原话上长按选"这是谁",指定一次就记住这个人,下次自动归类。所有声纹计算都在本机完成。

声纹认人界面

2. AI 整理:原话变事件、待办、约定

每过一段设定的时间,大模型会把这批原话整理成结构化的事件:什么事、谁提的、什么时候、是不是待办、是不是约定。答应的事自动进待办,说一句"发了"就标记完成;反复提到的灵感会自动合并成一条,标上"说过 N 次"——真正在意的事一眼就能看出来。

AI 整理界面

3. 问问:答案带原话出处

"上周我答应老王什么了?""老王的电话是多少?"——直接打字问。大模型带着查询工具去翻你的记忆,每个结论都能点回当时的原话,不怕 AI 凭空编。

问问界面

4. 回顾与技能卡片

晚上 22:00 自动生成当天回顾: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。日报周报支持全文复制、按模块多选复制或自由选字,格式和勾选状态都保留。技能卡片是更开放的玩法:会议速记、收工打卡、情绪日记开箱即用,技能本体就是一份 skill.json + prompt.md,参考自带的 meeting 示例照着改就能加自己的技能。

每日回顾界面

5. 技能怎么写:一份 JSON + 一份提示词

技能放在仓库 app/src/main/assets/skills/<名字>/ 下,由两个文件组成:skill.json 定义什么时候跑、取哪段时间谁说的话、卡片有哪些栏目;prompt.md 是交给大模型的整理规则。以一个每周汇总的技能为例,skill.json 大致是这种结构(示意,具体字段以仓库自带的 meeting 示例为准):

{
   
  "name": "每周速览",
  "trigger": {
    "type": "daily", "time": "22:30" },
  "source": {
    "days": 7, "speaker": "all" },
  "card": {
    "sections": ["summary", "points", "todos", "quotes"] }
}

prompt.md 里写清楚"把这一周的原话提炼成什么格式",涛声会按时取原话交给大模型,生成结果落到"记忆"页的技能卡片里。参考自带的 meeting(会议速记)照着改,几分钟就能加一个自己的技能。

6. 进阶功能一览

  • 导入录音自动出纪要:会议录音从别的应用"分享到涛声",按会议、培训、通话·访谈、普通四类自动生成纪要;
  • 录音回放与导出:歌词式字幕播放器,支持上一段 / 下一段和倍速;多段录音合成一个 M4A,连同原话和字幕导出;
  • 寻物:说过的放置、带走、借出、归还自动记下,"钥匙放哪了""充电宝借给谁了"直接问;
  • 强提醒:像闹钟一样的待办提醒,到点持续响铃、锁屏整屏提醒,音量键稍后、电源键停止;
  • 课堂模式与停录时段:一个人主讲的课、讲座不区分说话人、转写更快,到点自动恢复;设好时段自动停录,比如夜里不录;
  • 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,截图只在内存里识字、识完即丢;
  • 备份与恢复:增量备份到本机 + 坚果云,保留 3 / 7 / 30 天版本,可设口令加密,换手机一键恢复,连设置和密钥都一起回来;
  • 模型自动兜底: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。

五、隐私与合规,先说清楚

这类工具必须先谈边界。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。项目方也明确表态: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。

隐私设计上有几点值得肯定:不用注册账号、没有项目方的服务器;密钥存系统安全区;录音转写后 24 小时自动删;"删除最近 N 分钟""这段别记"可以一键彻底删除;本地转写模式下声音完全不出手机。

六、技术架构:一个几乎全由 AI 写出来的 App

涛声本身也是一份有意思的"AI 协作开发实录":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,人只做提需求、真机实测、说哪里不对。48 张任务卡和每张的交付说明都公开在仓库 docs/任务卡/ 目录,包括踩过的坑(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 等),想研究 AI 协作开发怎么一步步推进的,值得从那里读起。

技术栈速览:

部分 技术
界面 Kotlin · Jetpack Compose · 暖橙主题 + 夜间模式
存储 Room(SQLite + FTS4 全文检索)· 本机向量检索
后台 前台服务 + WorkManager + 守护 · 无障碍服务(语音输入,可选)
本机模型 Silero VAD · CAM++ 声纹 · SenseVoice(sherpa-onnx + 高通 QNN NPU)· pyannote 分段
云端 豆包语音流式识别 2.0 · DeepSeek / 任意 OpenAI 兼容接口

七、总结

涛声把"全天收音 → 转写 → 认人 → AI 整理"整条链路塞进了一部普通安卓手机:不需要买硬件,数据可以完全留在本机,整理模型十多家可一键切换、主模型挂了还有备用兜底,搭配 10 种推送通道和增量备份,形成了从采集、理解到沉淀、再利用的完整闭环。对经常开会、协作、带项目的人来说,它可能是目前成本最低、隐私最可控的 AI 记忆方案之一;对开发者来说,公开的技能卡框架和 48 张任务卡也有不少可借鉴的东西。

需要注意:它目前还是早期验证版,主要在小米 14 Pro 上实测,其他品牌的后台保活策略差异大,遇到问题可以到仓库提 Issue 反馈机型表现。

八、常见问题(FAQ)

Q1:支持哪些手机?

Android 10 及以上、arm64 架构的手机。官方主要在小米 14 Pro(澎湃 OS 3)实测;部分 Oryon 机型(OPPO Find N6、小米 pandora 等)的启动闪退已在新版修复并经用户复测。其他机型表现欢迎到仓库提 Issue。

Q2:要花多少钱?

应用本身开源免费(MIT 协议)。费用来自你自己选择的云服务:豆包转写和大模型按服务商价格计费;选本地 SenseVoice 转写可以省掉转写费用,声音也不出手机。

Q3:数据安全吗?存在哪?

录音、转写、声纹都在本机处理,数据只存在你自己手机里,不用注册账号,项目方没有服务器。录音转写后 24 小时自动删除,备份可设口令加密。

Q4:能当隐蔽录音笔用吗?

不能,也不应该。它刻意保留常驻通知和系统麦克风指示灯;另外录音和保存他人对话受当地法律约束,请在需要时告知在场的人。

Q5:有 iOS 版吗?

官方路线图里列了 iOS 版,当前仅支持安卓。


如果这篇整理对你有帮助,欢迎点赞、收藏,也欢迎在评论区聊聊你会把涛声用在什么场景。

相关文章
|
4天前
|
Linux Go 开发工具
手机上跑 DeepSeek 智能体:开源安卓客户端 DSH Go 安装与使用指南
DSH Go 是一款开源安卓客户端,将 DeepSeek Harness 智能体引擎装进手机:免 Root、免 Termux,一键安装即用;支持本机运行(内置 Ubuntu+Node.js)或远程接管电脑会话;具备插话打断、过程折叠、屏幕操控、端到端加密分享等特色功能,真正实现智能体“口袋化”。
5035 9
|
4天前
|
弹性计算 人工智能 API
Codex超详细入门指南(下载·安装·登录·上手,全版本覆盖,2026最新版)
建议收藏本教程,2026 全年各版本更新随时回来查阅。如果你在搭建过程中遇到任何问题,欢迎结合 阿里云工单系统 提交技术支持请求,或在 阿里云开发者社区 搜索 Codex 相关话题交流。 祝你编码愉快,效率翻倍!
2019 5
|
7天前
|
JSON 前端开发 API
阿里云最新Qwen4-Max大模型介绍:模型定位、特征、能力、适用场景解析
2026 年 11 月 11 日,阿里发布第四代旗舰模型Qwen4-Max预览版,首发千问 AI 平台 Token Plan,并同步接入千问办公、Qoder 等入口。该版本聚焦知识理解、世界感知、编程与 Agentic 四项升级,主打复杂编程、专业办公、前端设计与专业软件操作。预览期至 11 月 25 日 24:00,到期后模型标识下线;限时 2 折、新用户再享 5 折,最低 1 折可体验。
|
7天前
|
人工智能 前端开发 API
阿里云Qwen4-Max 大模型详解:定位、特征、能力、适用场景与相对Qwen3-Max差异解析
2026年11月11日,阿里发布第四代旗舰模型Qwen4-Max预览版,首发千问AI平台Token Plan并接入千问办公、Qoder等入口。该版本聚焦知识理解、世界感知、编程与Agentic四项升级,主打复杂编程、专业办公、前端设计与专业软件操作等真实任务。预览期为11月11日10:00至11月25日24:00,仅支持Token Plan调用,到期后模型标识下线;限时2折、新用户再享5折,最低1折可体验。
|
20天前
|
Linux 开发工具 iOS开发
Codex保姆级教程(下载+安装+登录+使用,含所有版本,2026最新)
Codex是OpenAI推出的开源AI编程智能体,本地运行,可理解整个代码库,支持自然语言指令改代码、执行命令、跑测试、修Bug,兼容Win/macOS/Linux。(239字)
9628 58
|
2天前
|
传感器 安全 区块链
Windows 电脑运行安卓应用教程:开源工具 ApkStart 双击 APK 即装、独立窗口运行
ApkStart 是一款开源Windows工具,让安卓APP像原生软件一样运行:双击APK即安装、生成真实图标、独立窗口启动、开始菜单可搜索。无需传统模拟器,内置QEMU运行时,支持数据互通、ARM兼容与命令行操作。(239字)
|
14天前
|
Linux 开发工具 iOS开发
2026最新codex下载安装保姆级使用教程(下载+安装+登录+使用,含所有历史版本)
本文详解OpenAI Codex国内快速上手指南:提供Win/macOS/Linux全平台免安装包、npm/Homebrew等多方式安装、账号/API Key双登录、简体中文切换,覆盖下载、安装、汉化、使用及高频避坑(如微软商店失败、npm超时等),10分钟即可跑通。
3281 9
|
20天前
|
JavaScript API iOS开发
DeepSeek Harness下载、安装、配置一篇搞定(2026整理,送常用插件)
DeepSeek Harness(DSH)是DeepSeek于2026年开源的MIT协议AI Agent框架,支持插件化组装模型、工具、沙箱与UI,兼容主流大模型。本文提供免Node.js的桌面端安装包(Win/macOS),含详细图文教程及热门插件推荐。
5976 69
|
3天前
|
人工智能 弹性计算 开发工具
零成本玩各大模型!DeepSeek Harness dsh-our-free-model 插件,13 个厂商模型直接用
总结一下:装这个插件,你不用注册、不用绑卡、不用填一个 Key,就能在 DeepSeek Harness 里用上 DeepSeek V4.1 Flash、Kimi K3 这一批前沿模型,而且是白嫖的、还不限量。三步搞定:下载插件,复制包含 `package.json` 的插件目录路径,在「添加插件」里粘贴路径安装并重启。无论是在阿里云 ECS 上通过命令行部署的 Web 版,还是本地的 Electron 桌面端,都能顺利跑通,快速搭建一套零成本的免费模型使用环境。
923 0