各位开发者大家好！欢迎来到Rokid开发者社区的实战教程专栏。
你是否曾想过让你的Rokid设备在无网环境下依然"耳聪舌辩"？是否希望用户的每一条指令都能得到毫秒级的响应，且隐私绝对安全？离线语音识别（ASR）技术正是你的不二之选。
本期教程，我们将深入 "功能解析所" ，拆解Rokid离线语音的技术内核；分享 "实战经验库" 中的宝贵避坑指南；最后带你闯入 "创意孵化器"，实现一个完整的创意Demo。无论你是新手还是老鸟，都能有所收获！
工程源码和安装包体验包在文章末尾
Rokid开发教程 -离线语音指令识别
第一部分：【功能解析所】离线语音，到底是如何工作的？
在开始编码前，理解原理至关重要。Rokid的离线语音指令并非简单的"关键词匹配"，而是一个精巧的流程：
- 语音唤醒（Wake-up）： 设备持续监听环境音，通过内置的唤醒词引擎（如"若琪"）识别特定关键词，从而从休眠状态进入指令接收状态。
- 语音端点检测（VAD）： 唤醒后，VAD模块会精确判断用户什么时候开始说话，什么时候结束，从而截取出有效的语音片段。
- 离线语音识别（ASR）： 这是核心环节。截取的语音片段会被送入本地的语音识别引擎。该引擎基于预加载的语法网络（Grammar） 进行识别。语法网络就像一个本地的"指令库"，定义了所有可能被识别的词条组合，极大提高了识别的准确率和效率。
- 语义理解（NLU）与执行： 识别出的文本会交给NLU模块解析出用户的意图（Intent）和参数（Slots），最终触发你预先编写好的回调函数来执行操作。
为什么选择离线？
- 超低延迟： 无需网络传输，响应速度极快（毫秒级）。
- 隐私安全： 语音数据完全在设备端处理，永不泄露。
- 稳定可靠： 不依赖网络状态，在飞机、地下室、偏远地区等场景下依然可用。
第二部分：【实战经验库】轻松上手
大家可以使用官方的 XR Interaction Toolkit Plugin（OpenXR）或者UXR3.0 的SDK ,这里我使用的XR Interaction Toolkit Plugin作为教程。环境配置阶段这里我就跳过了，如果还不太了解的话可以看一下官方的这个文档进行配置下SDK以下地址
更为详细的离线语音配置也可参考Rokid 官方提供的文档 https://custom.rokid.com/prod/rokid_web/c88be4bcde4c42c0b8b53409e1fa1701/pc/cn/9f40ac8d948545bb8e0b4d3c6fea411f.html?documentId=de7df0fb21184266aa22d66636e26a8d
-
- 在 Unity 中点击
Assets > Import Package > Custom Package。 - 选择
UXRForOpenXR.unitypackage并导入所有内容
- 在 Unity 中点击
- 启用自定义 Gradle 模板
这里可以使用提前供配置好的包Plugins.unitypackage
-
创建离线语音交互脚本
using Rokid.UXR.Module; // Rokid UXR语音模块
using UnityEngine;
using UnityEngine.Android; // Android权限管理
using UnityEngine.UI; // UI组件// 语音控制脚本 - 处理语音指令来控制物体的颜色变化和旋转
// 支持的功能：
// 1. 颜色控制：变成蓝色、变成绿色、随机颜色
// 2. 旋转控制：开始旋转、停止旋转（绕Y轴）
// 3. 重置功能：恢复初始颜色和角度
public class VoiceCommand : MonoBehaviour
{
#region 私有变量// 语音模块是否已初始化的标志
private bool isInitialized;// 当前是否正在旋转的状态标志
private bool isRotating = false;// 保存物体的初始颜色，用于重置功能
private Color originalColor;// 保存物体的初始旋转角度，用于重置功能
private Vector3 originalRotation;
#endregion#region 公共变量（在Inspector中设置）
// 显示接收到的语音指令的UI文本组件
public Text infoText;// 需要改变颜色的物体的渲染器组件
public Renderer m_Render;// 需要旋转的物体的Transform组件
public Transform m_transform;// 旋转速度（度/秒）- 可在Inspector中调整
[Header("旋转设置")]
[Tooltip("物体绕Y轴旋转的速度，单位：度/秒")]
public float rotationSpeed = 90f;
#endregion
#region Unity生命周期方法// Unity Awake方法 - 在对象创建时调用
// 用于请求Android录音权限，语音识别需要此权限
private void Awake()
{
// 检查是否有录音权限，没有则请求权限
if (!Permission.HasUserAuthorizedPermission("android.permission.RECORD_AUDIO"))
{
Permission.RequestUserPermission("android.permission.RECORD_AUDIO");
}
}// 用于初始化语音控制系统和保存物体的初始状态
void Start()
{
// 保存物体的初始状态，用于重置功能
if (m_Render != null)
{
originalColor = m_Render.material.color; // 保存初始颜色
}
originalRotation = m_transform.eulerAngles; // 保存初始旋转角度// 初始化语音控制系统InitializeVoiceControl();
// 添加语音指令
AddInstruct();
}void Update()
{
// 如果旋转标志为true，则持续绕Y轴旋转
if (isRotating)
{
// 使用Time.deltaTime确保旋转速度不受帧率影响
// 参数：(x轴旋转, y轴旋转, z轴旋转)
m_transform.Rotate(0, rotationSpeed * Time.deltaTime, 0);
}
}// Unity OnDestroy方法 - 在对象销毁时调用 // 用于清理语音指令和释放资源private void OnDestroy()
{
// 清除所有已注册的语音指令
OfflineVoiceModule.Instance.ClearAllInstruct();
// 提交更改
OfflineVoiceModule.Instance.Commit();
}
#endregion#region 语音指令管理 // 添加语音指令到语音识别系统 // 注册所有支持的中文和英文语音指令void AddInstruct()
{
// 确保语音模块已初始化
if (isInitialized)
{
// 注册中文语音指令
// 参数说明：(语言, 显示文本, 拼音, 目标GameObject名称, 回调方法名)// 颜色控制指令OfflineVoiceModule.Instance.AddInstruct(LANGUAGE.CHINESE, "变成蓝色", "bian cheng lan se", this.gameObject.name, "OnReceive");
OfflineVoiceModule.Instance.AddInstruct(LANGUAGE.CHINESE, "变成绿色", "bian cheng lv se", this.gameObject.name, "OnReceive");
OfflineVoiceModule.Instance.AddInstruct(LANGUAGE.CHINESE, "随机颜色", "sui ji yan se", this.gameObject.name, "OnReceive");// 旋转控制指令OfflineVoiceModule.Instance.AddInstruct(LANGUAGE.CHINESE, "开始旋转", "kai shi xuan zhuan", this.gameObject.name, "OnReceive");
OfflineVoiceModule.Instance.AddInstruct(LANGUAGE.CHINESE, "停止旋转", "ting zhi xuan zhuan", this.gameObject.name, "OnReceive");// 重置指令OfflineVoiceModule.Instance.AddInstruct(LANGUAGE.CHINESE, "重置", "chong zhi", this.gameObject.name, "OnReceive");
// 注册英文语音指令（部分功能）OfflineVoiceModule.Instance.AddInstruct(LANGUAGE.ENGLISH, "Show blue", "show blue", this.gameObject.name, "OnReceive");
OfflineVoiceModule.Instance.AddInstruct(LANGUAGE.ENGLISH, "Show green", "show green", this.gameObject.name, "OnReceive");// 提交所有指令到语音识别系统OfflineVoiceModule.Instance.Commit();
}
}// 语音指令接收回调方法 // 当语音识别系统识别到注册的指令时会调用此方法void OnReceive(string msg)
{
// 在UI上显示接收到的语音指令
infoText.text = msg;
// 在控制台输出日志
Debug.Log("-RKX- UXR-Sample:: On Voice Response received : " + msg);// 根据不同的语音指令执行相应的功能 // 颜色控制指令处理if (string.Equals("变成蓝色", msg) || string.Equals("Show blue", msg))
{
// 将物体颜色设置为蓝色
m_Render.material.color = Color.blue;
}
else if (string.Equals("变成绿色", msg) || string.Equals("Show green", msg))
{
// 将物体颜色设置为绿色
m_Render.material.color = Color.green;
}
else if (string.Equals("随机颜色", msg))
{
// 生成随机颜色，确保透明度为1（完全不透明）
// 使用Random.Range(0f, 1f)生成0-1之间的随机RGB值
m_Render.material.color = new Color(Random.Range(0f, 1f), Random.Range(0f, 1f), Random.Range(0f, 1f), 1f);
}// 旋转控制指令处理else if (string.Equals("开始旋转", msg))
{
// 启动旋转标志，物体将在Update方法中持续旋转
isRotating = true;
Debug.Log("开始Y轴旋转");
}
else if (string.Equals("停止旋转", msg))
{
// 停止旋转标志，物体将停止旋转但保持当前角度
isRotating = false;
Debug.Log("停止旋转");
}// 重置功能指令处理else if (string.Equals("重置", msg))
{
// 停止旋转
isRotating = false;// 重置物体角度到初始状态m_transform.eulerAngles = originalRotation;
// 重置物体颜色到初始状态if (m_Render != null)
{
m_Render.material.color = originalColor;
}Debug.Log("重置完成：颜色和角度已恢复到初始状态");
}
else
{
// 处理未识别的指令
Debug.Log("voice OnResponse: " + msg);
}
}
#endregion
#region 语音模块初始化// 初始化语音控制模块 // 注册Rokid语音命令助手模块并设置语言为中文private void InitializeVoiceControl()
{
// 防止重复初始化
if (!isInitialized)
{
// 注册Rokid语音命令助手模块
// 参数：模块名称，是否为必需模块
ModuleManager.Instance.RegistModule("com.rokid.voicecommand.VoiceCommandHelper", false);// 设置语音识别语言为中文OfflineVoiceModule.Instance.ChangeVoiceCommandLanguage(LANGUAGE.CHINESE);
// 标记为已初始化isInitialized = true;
}
}
#endregion
}
场景创建空物体挂载脚本，添加用于显示的文本，控制颜色旋转的模型，
这里我把unity 工程也上传一份
RokidXRI3.zip （源码）
发布APK 包