mica-voice ​

Java CIJDK 8+Maven release

Java 生态的声音 AI 全家桶：ASR / TTS / 声纹 / VAD / 说话人分离 / 降噪 / KWS。

基于 mica-sherpa-onnx（已发布 Maven Central 的 sherpa-onnx 全平台 fat jar）。

mica-voice 把语音能力封装成统一门面：纯 Java 用 MicaVoice 一行拿到服务，Spring Boot / Solon 用同一套 mica.voice.* 配置树自动装配。

📦 模块导航 ​

模块作用
mica-voice-core核心 SDK（纯 Java）。统一 ASR / TTS / 声纹 / VAD 等 API，强依赖 mica-sherpa-onnx
mica-voice-spring-boot-starterSpring Boot 自动装配。mica.voice.* 配置即开箱即用，注入 9 个 Service Bean
mica-voice-solon-pluginSolon 自动装配插件。同样的配置树，一行接入 Solon 应用（JDK 8 ~ 26）
mica-voice-examples集成示例聚合，展示真实业务场景下怎么用

mica-voice-examples 子模块 ​

子模块作用
mica-voice-example-console纯 Java main 示例：命令行测 ASR / SenseVoice / X-ASR / TTS / 声纹 / VAD / 分离 / KWS / 降噪
mica-voice-example-spring-webSpring Boot Web 示例：REST 做 ASR、TTS、声纹注册/验证，浏览器麦克风 → WebSocket → 流式 ASR
mica-voice-example-solon-webSolon Web 示例：REST 做 ASR、TTS、声纹注册/验证（默认端口 8081）

✨ 能力一览 ​

MicaVoice 门面一行拿到对应服务（均实现 AutoCloseable，强烈建议 try-with-resources）：

能力门面方法配置文件
离线 ASRMicaVoice.asr(props, AsrConfig)AsrConfig
在线流式 ASRMicaVoice.onlineAsr(props, OnlineAsrConfig)OnlineAsrConfig
语音合成 TTSMicaVoice.tts(props, TtsConfig)TtsConfig
声纹识别MicaVoice.speaker(props, SpeakerConfig)SpeakerConfig
语音活动检测 VADMicaVoice.vad(props, VadConfig)VadConfig
说话人分离MicaVoice.diarization(props, DiarizationConfig)DiarizationConfig
关键词唤醒 KWSMicaVoice.kws(props, KwsConfig)KwsConfig
音频降噪MicaVoice.denoise(props, DenoiseConfig)DenoiseConfig
分离 + 转写MicaVoice.transcribe(diarizationService, asrService)组合 DiarizationConfig + AsrConfig

Starter / Solon 插件自动装配同款 9 个 Service Bean：OfflineAsrService / OnlineAsrService / TtsService / SpeakerService / VadService / DiarizationService / KwsService / DenoiseService / OfflineDiarizationTranscribeService。

🚀 快速开始 ​

1️⃣ 添加依赖 ​

xml
<!-- 纯 Java（非 Spring / Solon 项目） -->
<dependency>
    <groupId>net.dreamlu</groupId>
    <artifactId>mica-voice-core</artifactId>
    <version>${mica-voice.version}</version>
</dependency>

<!-- Spring Boot -->
<dependency>
    <groupId>net.dreamlu</groupId>
    <artifactId>mica-voice-spring-boot-starter</artifactId>
    <version>${mica-voice.version}</version>
</dependency>

<!-- Solon -->
<dependency>
    <groupId>net.dreamlu</groupId>
    <artifactId>mica-voice-solon-plugin</artifactId>
    <version>${mica-voice.version}</version>
</dependency>

2️⃣ 准备模型 ​

模型不随 jar 分发（体积大），按需下载到 models/ 目录（默认从当前目录 models/ 加载，也可用 -Dmica.voice.models-dir=E:/.../models 指定绝对路径）：

bash
# Linux / macOS
bash models/scripts/download-models.sh asr          # 按需换 tts / speaker / asr-online / x-asr / all
bash models/scripts/parallel-download.sh all        # 并行下载，适合 all 全量时加速

# Windows（任选其一）
models\scripts\download-models.bat asr              # CMD
powershell -ExecutionPolicy Bypass -File models\scripts\download-models.ps1 asr   # PowerShell

完整 target 清单见仓库 models/README.md。VAD / 说话人分离 / KWS / 降噪模型暂无下载脚本 target，需自行从 sherpa-onnx release 下载到 models/ 根目录。

3️⃣ 纯 Java：门面一行调用 ​

java
MicaVoiceConfig props = MicaVoiceConfig.builder()
    .modelsDir("models")
    .threads(2)
    .build();
AsrConfig config = AsrConfig.builder()
    .modelDirName("sherpa-onnx-paraformer-zh-small-2024-03-09")
    .modelType(AsrConfig.ModelType.PARAFORMER)
    .build();

try (AsrService svc = MicaVoice.asr(props, config)) {
    AsrResult result = svc.recognize(new File("test.wav"));
    System.out.println("识别结果: " + result.getText());
}

4️⃣ Spring Boot：注入即用 ​

yaml
mica:
  voice:
    models-dir: ./models
    asr:
      offline:
        enabled: true
        model-dir-name: sherpa-onnx-paraformer-zh-small-2024-03-09
        model-type: PARAFORMER
    tts:
      enabled: true
      model-dir-name: vits-icefall-zh-aishell3
      model-type: VITS
java
@RestController
public class AsrController {

    private final OfflineAsrService offlineAsrService;

    public AsrController(OfflineAsrService offlineAsrService) {
        this.offlineAsrService = offlineAsrService;
    }

    @PostMapping("/asr")
    public String asr(@RequestParam("file") MultipartFile file) throws IOException {
        File tmp = File.createTempFile("asr", ".wav");
        file.transferTo(tmp);
        try {
            return offlineAsrService.recognize(tmp).getText();
        } finally {
            tmp.delete();
        }
    }
}

说明：ASR 两个 Bean 不再注册为统一的 AsrService 接口类型，而是按具体类型 OfflineAsrService / OnlineAsrService 暴露，避免 Spring 容器同接口多 Bean 时的注入歧义。

5️⃣ Solon：注入即用 ​

Solon 项目引入 mica-voice-solon-plugin 后，app.yml 里使用与 Spring Boot 完全相同的 mica.voice.* 配置树，自动装配同款 9 个 Service Bean：

java
@Controller
public class AsrController {

    @Inject
    private OfflineAsrService offlineAsrService;

    @PostMapping("/asr")
    public String asr(@Body MultipartFile file) throws IOException {
        File tmp = File.createTempFile("asr", ".wav");
        file.transferTo(tmp);
        try {
            return offlineAsrService.recognize(tmp).getText();
        } finally {
            tmp.delete();
        }
    }
}

全部可配置字段（含各能力的 enabled / 模型名 / 阈值 / 端点规则等）与完整 Solon 示例，见仓库 README 的配置章节与 mica-voice-examples/mica-voice-example-solon-web。

🔗 关联项目 ​

📄 License ​

Apache License 2.0