klllas/vokta

# Vokta **一款私有、自托管的开源 AI 录音笔 —— Plaud / HiDock 的替代方案。** Vokta 能将便宜的 BLE “AI 录音笔” 卡片设备（在 AliExpress 上销售的 Actions ATS2837 / "AIDVRLink / DVR Link / LA518" 系列）变成完全自托管的通话与会议 录音机。它通过 Bluetooth 录制通话/会议，无线同步到**你自己的服务器**，并 在**你自己的 GPU** 上进行转写 + 说话人分离 + 摘要 —— 无需供应商云服务，无需 订阅，音频数据绝不离开你的基础设施。 ## 功能特性 - 🔴 **自动通话录音** — 后台服务保持录音笔唤醒状态，并 零点击录制每一通电话（包括呼出*和*呼入）；挂断时自动停止并同步。 - 📡 通过 BLE **无线同步** — 将录音从录音笔中拉取出来，无需数据线。 - ✍️ 在你的服务器上进行 **转写 + 说话人分离**（Whisper large-v3 + pyannote）。 - 🧠 通过你自己的 LLM 网关生成 **摘要 + 待办事项**。 - ▶️ **播放**、针对单条录音的 **从内存中删除**、设备上的 **Material 3** UI。 - ⬆️ **应用内 OTA 更新**。 ## 架构 ``` [BLE recorder pen] --Bluetooth GATT--> [Vokta Android app] --HTTPS--> [your server] Actions ATS2837 Kotlin / Jetpack Compose Whisper (GPU) records to flash holds connection, auto-records pyannote diarization pulls MP3, uploads LLM summary ``` Android 应用通过你服务器上的一个小型 bearer-token REST API (`/api/mobile/*`) 进行通信。 本仓库是 **Android 客户端**；此处的参考服务器是 [T7]，但任何 实现了相同端点的后端均可使用： | 端点 | 用途 | |---|---| | `GET /api/mobile/recordings` | 列出录音 + 转写文本 | | `GET /api/mobile/recordings/{id}` · `DELETE` | 单条录音 · 从内存中移除 | | `POST /api/mobile/recordings/{id}/summarize` | 按需摘要 | | `POST /api/mobile/upload` | 接收拉取的 MP3 → 转写 pipeline | | `GET /api/mobile/audio/{id}` | 流式传输 MP3 以供播放 | | `GET /api/mobile/version` · `GET /api/mobile/apk` | OTA | ## 录音笔协议（逆向工程） 明文 BLE GATT，无加密。控制通道在 `f0f1`/`f0f2`，文件数据在 `f0f4`。 命令格式为 `80 08 02 00 00`（固定的 `0000` 尾部，**不是** 校验和）。主要操作码：`0x06` 开始录音 · `0x07` 停止+保存 · `0x0a` 列表 · `0x0b` 下载 · `0x0d` 删除。完整映射表请见 [`reverse-engineering/PROTOCOL.md`](reverse-engineering/PROTOCOL.md)。 ## 构建 需要 Android SDK 34 + JDK 17。 ``` ./gradlew assembleDebug # APK 位于 app/build/outputs/apk/debug/app-debug.apk ``` 首次启动时，输入你的服务器 URL 和移动端 token，然后 在“设置”中启用 **自动通话录音**。 ## 状态与路线图 已实现：BLE 录音/同步/删除，通话时自动录音，转写，说话人分离， 摘要，播放，OTA。计划中（详见 issues）：同步的转写文本播放（点击跳转）， 待办事项提取，针对录音的 AI 问答 (RAG)，自定义摘要模板， 说话人命名，跨录音搜索。 ## 许可证 MIT — 详见 [LICENSE](LICENSE)。与 Plaud Inc. 或 HiDock 无任何关联；“Plaud”和 “HiDock”是其各自所有者的商标，此处仅出于描述性目的进行引用。

标签：Android, DSL, Jetpack Compose, Kotlin, 人工智能, 开源硬件, 用户模式Hook绕过, 移动开发, 蓝牙, 语音转写