本地录音（Local Record）

一个完全离线的 Android 录音转写 + 图片文字识别 App。录音、语音识别、标点、OCR 全部在手机本地完成，不联网、不上传任何数据。

本项目不含本地大模型（3.0.0 起移除）。之前版本支持"会议纪要 / 问答"（MiniCPM5 / Qwen3.5）， 相关代码仍在 git 历史里（android-v2.5.2 及更早的标签），如需可自行检出。

下载安装

渠道	下载 APK	发行版页面
Gitee（国内直连）⭐	LocalRecord-android-3.2.8.apk	v3.2.8
GitHub	LocalRecord-android-3.2.8.apk	v3.2.8

安装：下载后点击安装（首次可能提示"未知来源"，允许即可）；首次打开会自动下载模型（转写+标点+断句约 514MB， 翻译模型 397MB，建议 WiFi）。

功能

页面	功能
语音	录音（切后台继续录）· 实时转写（中英混说）· 自动断句（神经网络 VAD）· 自动标点 · 自动滚到最新 / 可拖动进度 · 一键复制
录音库	导入音频（mp3 / wav / m4a / aac / ogg / flac / amr）· 播放（可拖进度）· 删除 · 显示文件路径（可复制）· 导入后自动转写
逐句翻译	每识别出一句就立刻翻译（中文→英文 / 英文→中文），原文与译文并列显示，底部开关可关闭

其他：深色主题 · 应用图标 · 首次运行自动下载模型（ModelScope 主源，失败回退 hf-mirror）· 断点续传 · 后台下载。

翻译使用 Qwen3-0.6B（Q4_K_M，397MB） 在手机本地逐句翻译，不联网、不上传。

体积与模型

• APK：约 41 MB（只含 arm64-v8a；含本地翻译用的 llama.cpp）
• 需要自动下载的模型合计约 911 MB（转写相关 514MB + 翻译模型 397MB）：

用途	模型	大小
语音识别	Paraformer zh int8（中英混说）	227 MB
标点	CT-Transformer	285 MB
断句	Silero VAD（神经网络）	2.3 MB
翻译（Qwen3-0.6B Q4_K_M）	中英互译，本地逐句翻译	397 MB

模型全部从 ModelScope 下载（失败自动回退 hf-mirror），不打包进 APK，所以安装包很小、模型可独立更新。

技术栈

• Kotlin + Jetpack Compose（Material 3）
• 语音识别 / 标点 / VAD：sherpa-onnx
• OCR：PP-OCRv6（ONNX Runtime）
• 音频解码：Android MediaExtractor + MediaCodec（手机能播放的格式都能转写）
• 音频处理：自研能量 + 神经网络双 VAD、谐波性 / 过零率 / 信噪比判据（都带 JVM 单元测试）

构建

需要 JDK 17、Android SDK（NDK + CMake）、Gradle 8.9。

# 只出 arm64（发布用，体积最小）
gradle -p android assembleRelease

# 同时出 x86_64（模拟器验证用）
gradle -p android -Pemu assembleDebug

# 单元测试（不需要设备）
gradle -p android :app:testDebugUnitTest

细节（工具链路径、模型放置目录、自检命令）见 android/README-android.md 与 SNAPSHOT-INFO.txt。

权限

权限	用途
RECORD_AUDIO	录音（必需；未授权时 App 会引导去设置里开）
POST_NOTIFICATIONS	显示"正在录音 / 正在下载"通知
INTERNET / ACCESS_NETWORK_STATE	仅用于下载模型，识别过程完全不联网
FOREGROUND_SERVICE(+MICROPHONE/DATA_SYNC)	切后台后继续录音 / 继续下载
WAKE_LOCK	下载时不因锁屏中断

隐私

• 录音、转写、OCR 全部在手机本地计算，没有任何数据上传
• 唯一的网络请求是从 ModelScope 下载模型文件
• 录音文件保存在 内部存储/Android/data/com.localrecord.app/files/recordings/，卸载即删除

许可证

MIT。模型各自遵循其原始许可（sherpa-onnx：Apache-2.0；PP-OCRv6：Apache-2.0；Silero VAD：MIT）。