shmily

一、整体业务定位 本项目是多模态 AI 语音智能终端客户端，面向政企、客服、访谈、会议场景，集成语音转写、大模型 AI 处理、多语种实时翻译三大核心能力，配套完整账号权限审核、本地 + 云端双架构管线，采用现代化 Android Compose+Hilt 分层架构，可承接二次开发、私有化部署、定制化迭代、功能拓展类外包需求。 二、核心业务功能清单 1. ASR 语音识别模块（录音转写核心） 文件转写：本地音频文件批量解析、文字输出 实时转写：麦克风实时收音、边录边出文字 录音转写：本地历史录音文件一键解析 对话模式：双人 / 多人对话区分发言人、分段输出对话文本 2. AI LLM 大模型智能处理模块 LLM 大模型对话：本地 / 云端大模型问答、连续对话交互 AI 预处理：音频降噪、语音过滤、文本清洗、无效内容剔除 AI 后处理：错别字修正、语句通顺化、口语书面化转换 自动摘要：长录音 / 长对话一键生成精简摘要、要点提炼 3. 多语种翻译模块 10 大语种双向互译，支持文本批量翻译 实时同传：搭配实时 ASR，语音实时翻译输出双语字幕 4. 账号安全审核体系 完整 auth 账号认证逻辑，支持账号登录、权限校验、接口鉴权、多端账号管控、非法访问拦截，适配企业内部账号分级审核场景。 三、项目工程架构分层（代码目录说明） ├── data/ 数据层（数据源、远程&本地存储、协议、配置、更新） │ ├── audio/ 音频底层：音频解码、播放、录音采集能力封装 │ ├── auth/ 账号认证、登录校验、权限审核模型与逻辑 │ ├── config/ 全局统一配置中心，支持190+配置字段动态管理 │ ├── local/ 本地持久化：Room数据库 + 本地独立后台服务 │ ├── protocol/ 大模型专属二进制通信协议，自定义数据编解码 │ ├── remote/ 云端接口、AI服务、语音管线、翻译云端请求封装 │ └── update/ 应用自动更新、版本校验、增量更新逻辑 ├── di/ Hilt依赖注入容器，全局统一管理依赖 ├── domain/ 领域层：业务实体、UseCase、纯业务逻辑（解耦UI&数据） ├── ui/ 视图层：Jetpack Compose 全页面实现，共20+业务页面 └── util/ 通用工具工具箱，封装18套独立工具类（日期、文件、加密、音频、字符串等）