Android 语音交互与播报 (DSH 内嵌版)

一、语音识别 (STT) 与状态控制

调用工具 android_voice：

• action="start"：开启麦克风开始收音与语音识别；
• action="stop"：停止说话并完成文字转换（提取最新识别出的文字）；
• action="cancel"：取消当前收音；
• action="status"：查询当前麦克风状态、音量 RMS、识别中临时文本与最终文本。

底层对接 Android 原生 SpeechRecognizer，免流量、免额外 API 费用。

二、语音朗读 (TTS)

调用工具 android_tts：

• action="speak", text="要念出的内容", queue=false：立即语音播报文本；
• action="stop"：立即停止正在播报的语音；
• action="status"：查询当前是否正在朗读。

底层对接 Android 原生 TextToSpeech 引擎（支持中文与多语言自适应）。

三、典型对话联动配方

1. 收到长篇复杂回答或汇报：AI 在输出 Markdown 文本的同时，可调用 android_tts action=speak text="为您找到以下几点核心信息..." 进行语音同步概括。
2. 语音交互轮询：若用户开启语音对话模式，AI 可在播报结束后通过 android_voice action=start 自动转入下一轮收音，实现连续对讲。