跳轉到

可用的 Flutter 套件

在進入實作 ASR、NLU、NLG、TTS 的套件之前，我們先來看看 Flutter 有哪些套件可以用來實作這些功能。基本上，我們使用 speech、TTS、等關鍵字，就可以在 Dart Pub 上找到許多套件。

ASR 相關套件

  • speech_to_text：支援 iOS、Android 以及 Web 的語音辨識套件。這個套件主要用平台原生的語音辨識功能。在使用這個方案時，開發者不用支付額外的服務費用，這也是目前在 Dart Pub 上評分最高、最流行的語音辨識套件。
  • google_speech：使用 Google 雲端服務的語音辨識套件。
  • azure_speech_recognition_null_safety：使用 Azure 雲端服務的語音辨識套件。
  • openai_api：當中包含了 OpenAI 的語音辨識服務。
  • dart_openai：另外一套 OpenAI API 的實作。
  • ifly_speech_recognition：科大訊飛是一家對岸的語音服務公司，也提供了連接他們的服務的 Flutter 套件。

在使用這些套件時，往往還需要一些額外的權限與隱私設定。像是 iOS 上可能需要在 Info.plist 中設定 NSMicrophoneUsageDescription 與 NSSpeechRecognitionUsageDescription，告知使用者為什麼要使用麥克風與語音辨識權限。而在 Android 上，可能需要在 AndroidManifest.xml 中設定 RECORD_AUDIO 權限，而如果我們想要用藍芽裝置錄音，那可能還要額外設定 BLUETOOTH 權限。使用時請先看這些套件的說明。

TTS 相關套件

  • flutter_tts：支援 iOS、Android、Web、macOS 與 Windows 文字轉語音套件。一樣使用平台原生的語音合成功能，因此開發者不用支付額外的服務費用，這也是目前在 Dart Pub 上評分最高、最流行的文字轉語音套件。
  • text_to_speech：支援 iOS、Android、Web 與 macOS。
  • galli_text_to_speech：另外一套支援 iOS、Android、Web 與 macOS 的文字轉語音套件。
  • cloud_text_to_speech：介接了 Google、微軟以及 Amazon 的文字轉語音雲端服務的套件。
  • flutter_azure_tts：使用 Azure 雲端服務的文字轉語音套件。
  • openai_api：當中包含了 OpenAI 的文字轉聲音服務。

在 Dart Pub 上，我們還可以看到有人介接了騰訊、百度、科大訊飛等公司的文字轉語音服務，不過看起來一陣子沒有維護。

NLU/NLG 相關套件

如前所述，我們計畫使用目前流行的 LLM 來實作 NLU 與 NLG。

Gemini

Gemma

  • flutter_gemma：可以讓 Flutter App 使用 Gemma 本地模型的套件。

ChatGPT

當然也有不少與 ChatGPT 有關的套件。