Repository navigation
Releases
v2.3.0
v2.3.0 —— 补丁更新与世界书修复
v2.2.0 以来的更新链路改进与修复,无破坏性变更,可直接覆盖安装。
改进
- 应用内更新补丁优先:只下载变化的部分(覆盖最近几个版本),补丁不可用、校验不过或空间不足时自动改下完整包,行为与以前一致。同一次更新在运行时归档字节稳定后从 156 MiB 降到约 4 MiB。
- 首页示例换成「帮我整理一下近期的邮件」,不再拿查看电量这类纯设置操作当例子。
修复
- 世界书复制:名字已到 512 字上限时仍保留「· 副本」后缀。
- 删除角色卡后的默认绑定清理不再要求 UUID —— 能绑定过的卡片 id 都能清理。
验证
- 发布 workflow 在签名出包前跑
spotlessCheck、detekt、:app:lintDebug、:app:testDebugUnitTest。 - 本机:
assembleRelease出包并装到日常机上,升级后数据库与密钥保留。
v2.2.0
v2.2.0 —— 界面重做与角色卡头像
v2.1.0 以来的界面重做与角色卡修复,无破坏性变更,可直接覆盖安装。
新增
- 界面重做:全局采用 Material 3 Expressive 的排版与组件——大标题、分组卡片、胶囊按钮;移除底部导航栏,聊天、设置、酒馆、角色与世界书走单一推进路径。
- 角色详情页重做:卡图、名字、标签一眼可见;「开始对话」是唯一主操作,收藏与编辑并列;人设、性格、开场等长正文默认显示五行,可展开全文;导出与导入收进「分享与备份」的设置行。
- 列表显示卡图:角色库与酒馆侧栏显示角色卡头像,没有图片时使用中性占位。
- 酒馆一个入口:侧栏酒馆页集中角色卡会话、群聊入口,以及本段会话的世界配置与模型。
改进
- 默认界面不再暴露技术细节:聊天顶栏去掉 token 计数与运行摘要,工具过程与导入兼容信息按需展开。
- 删除、保存等一句话结果改为底部短提示,不再在页面里留一张不会消失的卡片。
- 「另开支线」只在后面确实还有消息时出现。
修复
- 提问的回答作为一条独立的用户消息出现在对话里,不再连同它前面的助手输出一起被吞掉。
- 角色卡头像:从 PNG 直链导入的卡保留图片;Chub 的 WebP 头像可以下载并显示;旧卡可在重新导入时补回。
- 「正在启动 dsh 运行时…」不再被固化进消息正文。
验证
- 本地
spotlessCheck、detekt、:app:lintDebug、:app:testDebugUnitTest、:app:compileDebugAndroidTestKotlin全过。 - 真机验证:角色详情页折叠 / 展开、角色库与侧栏头像、删除后的底部提示、
ask_user_question回答落位。
v2.1.0
v2.1.0 —— 头像导入、设置文案与会话恢复
v2.0.0 以来的功能与体验改进,无破坏性变更,可直接覆盖安装。
新增
- 网络角色卡头像:从受支持的 Chub / CharacterHub 公开页面导入角色卡时,如果 metadata 明确提供 HTTPS 头像地址,会下载一张 PNG 头像保存到应用私有目录。重新导入只补缺失的头像,不覆盖已有文件。边界见
docs/roleplay.md。 - 本地 PNG 角色卡资产:导入 PNG 角色卡时,头像图片与卡数据一起保存;此前重复导入导致缺失头像的卡会在再次导入时补回。
- 提供商图标:模型服务页显示 Anthropic、DeepSeek、OpenAI、OpenCode、OpenRouter 的图标;刷新前情提要的入口同步更新。
- 会话恢复:应用或内嵌运行时重启后,同一会话会接回已持久化的 dsh 会话记录;中断的轮次被关闭,上个进程残留的排队输入被清空。卡住的轮次可以显式取消,不必新开会话。
- 侧栏返回:聊天侧栏打开时,系统返回键 / 侧滑关闭侧栏,不再退出整个应用。
改进
- 设置界面文案改为面向用户的任务导向语言,移除实现术语;写入类操作明确说明需要确认。
- Gmail 能力描述与当前读写能力一致,并说明写操作需要确认。
- 酒馆预设编辑器改为内部默认配置,不再对用户暴露;磁盘上的旧预设文件保留不动。
修复
- 修复 Android 运行时补丁重复装配时无法识别已应用状态的问题:会话恢复的 dispatch 分支插入位置拆散了 world-lifecycle 补丁的连续锚点,导致第二次装配失败。
- 修复 OpenAI 服务图标。
验证
- CI(静态检查、JVM 单测、离线自检)全绿。
- 本地通过
spotlessCheck、detekt、:app:lintDebug、:app:testDebugUnitTest、tools/offline-checks.sh和bundle-dsh.ps1装配。 - 本版发布前没有可用的真机,未进行真机冒烟;执行层与内嵌 Node 的真实任务验证留待安装后确认。
v2.0.0
v2.0.0 —— zoneu 与酒馆一体化
项目正式更名为 zoneu,并加入角色卡、世界书与酒馆会话。Android 包名变化属于破坏性变更,因此版本升为 2.0.0(versionCode 19)。
重要:这是全新应用,不自动迁移旧数据
- 仓库为
asdukw/zoneu,Android 应用身份为com.zoneu.app。 - zoneu 可与旧 Factotum / Tappet 并存,旧应用和数据保持原状;数据库、会话、API key、连接器凭据及系统授权不会自动继承。
- 安装后需重新配置模型、连接 Gmail,并按需授权无障碍等能力。不要为了安装 zoneu 卸载旧应用,卸载会永久丢失其数据库密钥与本地数据。
- 数据库、prefs、Keystore、JNI、运行时配置与工具脚本同步更名。新邮件附件保存到
Download/zoneu/,历史下载不移动。 - 旧本机构建配置、历史发布资产与外部插件协议保留明确兼容;不改写历史 APK 的身份。
新增:酒馆
- 日常 / 酒馆分区:酒馆按角色卡组织会话,可从角色详情开始对话。
- 角色卡:PNG / JSON 导入、编辑、收藏、新建、v3 导出;世界书可单独导入导出或合入卡。
- 世界书:关键词与次要关键词匹配、概率、常驻、位置 / 深度 / 角色、sticky / cooldown、递归层数及递归阻断。
- 预设与宏:系统模板、后置指令、上下文预算、深度插入、会话变量与状态编辑。
- 对话操作:候选回答切换、重写、续写、替我写;任意轮复制历史为新支线,侧栏按主线归组。
- 群聊与记忆:2–4 张卡同场、角色独立记忆、自动与手动前情提要。
- 入口:设置 → 娱乐 → 角色卡 / 酒馆预设,或聊天侧栏的酒馆入口。
- Room 数据库以增量迁移升级至 v6,不使用破坏性清库。
界面与体验
- 全面采用 Material 3 Expressive:主题、动效与组件统一;深色模式冷启动不再先闪一帧白屏。
- 聊天页:助手正文与用户气泡同字号(16sp);窄屏上操作行自动换行,token 计数不再被挤成竖排;
失败且没有正文的回复可以直接重试;删除一轮或「从此处重来」前二次确认;输入框回车换行、发送走按钮;
大屏上正文与输入卡限宽居中。 - 可访问性:图标按钮与消息说话人有读屏标签;问答选项能朗读单选 / 多选与选中状态;
主要触控目标不小于 48dp;问答面板与输入框在键盘弹出时不被遮挡。 - 设置页:角色编辑返回前确认未保存改动,顶栏可直接保存;酒馆预设删除前确认并指名目标;
世界书成功提示不再显示成红色;系统返回从书本详情回到书库。 - 新增只读的定时任务列表与每次执行记录(设置 → 任务)。
修复与整合
- Gmail OAuth 授权与凭据恢复加固。
- 保存 API key / 模型后应用运行时配置,无需重启 App;重载串行化,密钥不写入运行时配置文件。
- 运行时失败正常结束等待并显示错误;失败或停止时清掉状态占位,避免留成助手回答。
- 人格注入保留设备操作规则、当前设备时间、联网搜索及记忆边界。
- 日常设备工具、日历 / 闹钟 / 定时任务、写操作审批和内嵌 Debian 保持可用。
能力与隐私边界
- 酒馆直连目前仅支持 OpenAI 兼容提供商;回落到 dsh 时,深度插入、续写 / 替我写和自动提要等直连能力受限。
- 支线是复制历史的新会话,不是同一会话内的消息树。
- 外部卡的
system_prompt、post_history_instructions、mes_example不导入;请只导入可信卡。 - 酒馆请求会向所选模型提供商发送人设、命中的世界书、角色记忆、历史与提要;自动提要会额外调用模型。
- 卡、角色记忆及偏好保存在应用私有目录,并非全部由 SQLCipher 加密;不应当作密钥保险箱。消息与会话仍在 SQLCipher 数据库中。详见
docs/roleplay.md。
验证状态
- 合并源码已通过 CI、Assemble、CodeQL;本地 JVM 单元测试、androidTest 编译、Spotless、detekt、Android Lint 和 debug APK 构建通过。
- 运行时 profile 已用真实解析器校验;debug APK 已验签并检查应用身份、native / proot / persona 载荷和内层运行时 ZIP;源码、历史与 APK 密钥扫描通过。
- debug 包已在日常机上验证:聊天(浅色 / 深色)、会话侧栏、设置、酒馆预设与横屏限宽布局。
- 角色卡导入、数据库升级、嵌入 Node 启动与真实设备任务仍需设备验证。CI 通过不代表这些路径已实测。
- 签名 release APK 由本次发布工作流另行构建、验签并检查载荷与包内密钥,不将 debug APK 作为发布资产。
v1.0.0
v1.0.0 —— 改名 Factotum,手机上的 Linux 不再需要 Termux
这是 1.0.0:改名与包名更换是破坏性变更,按语义化版本直接升主版本。
这一版有两件大事:项目从 Tappet 改名为 Factotum(执事),包名换成 com.factotum.app;
「让 agent 在手机上跑命令」从 Termux 桥改成随 APK 内置的 proot + Debian。
破坏性变更:新包名,旧安装不迁移
applicationId从com.tappet.app改为com.factotum.app。设备上是一个全新 App:
SQLCipher 数据库、Keystore 封装的口令、无障碍授权都不会跟过来,需要重新安装并重新授权。- 存储身份同时全部换新:
factotum.db、factotum_app_keys/factotum-app-db-key-v1、
SecretVault与AgentConfigStore的 prefs、连接器与提供商的 id、无障碍组件名。 - 公开下载目录从
Download/Tappet/变为Download/Factotum/。 - CI 的 secret 名改成
FACTOTUM_*(见docs/releasing.md)。
新增:内置 Debian(proot),开箱即用的 run_command
以前要装 Termux、跑一次 setup.sh、点一次 RUN_COMMAND 授权,run_command 才会出现。
现在 APK 里带一份 debian:bookworm-slim(arm64)的 rootfs 和 Termux 分支的 proot:
- 装完就能用:首启解压 rootfs(实测 3262 个文件、0.7 秒),之后每条命令一次 proot;
- 完整的 Debian 用户空间:
apt、PTY、Python、git、编译原生模块都可用; - guest 里 HTTPS 直接用(CA 用 Android 自带的 145 张证书拼成 bundle);
- 不再需要 Termux、不需要 root、不需要额外授权;卸载 Termux 不影响 Factotum。
实测(OnePlus 15T / Android 16):apt-get update 9.3 MB / 12 秒,apt-get install curl 成功,
curl https://deb.debian.org/ 返回 200,单条命令往返约 100 ms。
边界:每条命令是独立会话(cd、环境变量、后台进程都不保留);没有 docker / systemd /
iptables(proot 不是真内核);DNS 暂时写死公共解析器;没有常驻会话与端口转发。
新增:run_command 过审批
run_command 现在和日历 / 闹钟一样走 tools/pre-execute → ask:
- 默认每条命令弹一次确认面板;
- 审计日志只记「执行 shell 命令」,不记命令原文(原文只出现在确认面板上);
- 「设置 → 执行层 → 写操作审批 = 全允许」后不再逐条打扰。
新增:定时任务用对话创建
「每天早上八点提醒我看天气」→ 模型拆出时间,直接落库并排 AlarmManager:
schedule_task/list_scheduled_tasks/update_scheduled_task/delete_scheduled_task;- 增 / 改 / 删都走审批;设置页不再有单独的定时任务入口。
变更
- APK 体积增加约 27 MB(内置 rootfs)。
- 文档:
docs/termux.md重写为docs/linux-on-phone.md;AGENTS、README、全部引用同步改名。 - 修正一条错误结论:「Android 10+ 的 W^X 禁止执行可写目录」不成立 —— 实测 guest 二进制从
filesDir执行没有问题(启动器仍从nativeLibraryDir起)。
已知问题
- 重命名后需要重新配置 API key、连接器与无障碍授权(数据不迁移是这一版的选择)。
- 后台广播在 ColorOS 上会被推迟:App 不在前台时
am broadcast返回成功但 receiver 不跑。
v0.16.0
v0.16.0 —— Gmail 能读也能写,危险动作先问你
这一版把 Gmail 连接器从「只读」推到「可写」,并把「危险动作先问用户」做成了手机上的确认面板。
聊天侧修了流式输出的滚动与过程卡,读屏默认只回差异。
这一版改了什么
Gmail:五个只读 + 四个写
只读侧在上一版补齐了分页、会话视图、附件清单和自定义标签;这一版加上写操作:
mail_modify:已读 / 未读 / 星标 / 归档 / 自定义标签;mail_draft:创建草稿,不发送;mail_send:发送邮件(不可撤销);mail_save_attachment:把附件保存到公共Download/Tappet/。
第一次有「审批面板」
所有写操作都会先弹确认面板(接 dsh 官方的 dsh-user-approval seam):
- 面板显示工具名,以及收件人 / 主题 / 邮件 id;
- 只有点「允许一次」才执行;拒绝、关闭或没有应答者都不会执行(fail closed);
- 同时只允许一个待审批,并行工具调用不会出现「一次点击批准两件事」;
- 思考 / 工具调用卡里的写操作同样受这条约束。
只有一次性授权:没有「总是允许」,也没有记住的规则。这是当前 seam 的词汇,不是遗漏。
附件保存到公共下载目录
mail_save_attachment 把附件写进系统「文件」App 能看到的 Download/Tappet/:
- 用 MediaStore,不需要新权限;
- 需要 Android 10+(更低版本公共目录写入需要存储权限,而 App 只申请 INTERNET);
- 单附件上限 20MB;文件名会清洗路径分隔符 / 控制字符 / 超长名;
- App 不保留副本,也不写自己的私有目录。
流式输出不再抢你的滚动
以前生成过程中每来一个 token 就把列表滚到最后一条的顶部,而且不看用户手势:
长代码块会一直停在开头,用户上滑也会被拽回去。
现在:
- 跟随时把最后一条的底部贴到视口底部;
- 用户上滑立即暂停跟随,回到底部自动恢复;
- 右下角出现「回到底部」按钮;
- 只有换会话 / 发新消息才强制跳底,助手新消息和工具卡不会把你从历史里拽走。
过程卡不再无限长
- 「思考中 X 秒」实时增长,结束时变成「思考了 X 秒」;
- 多轮工具调用的展开区最高 280dp,内部自己滚动并跟随最新一步;
- 用户手动上滑后暂停跟随,滑回底部恢复;
- 停止 / 出错时会结算思考时长,不再永远停在「思考中」。
读屏默认只回差异
read_ui_tree 默认只返回与上一次读屏的差异,ref 跨读稳定;整页变化超过 50% 或换 App
自动退回全量,full=true 可强制全量。同屏连续操作不必每步重读。
另外,读屏的「上一次快照」现在只在同一个任务内有效:新任务开始时清空,避免新会话第一次
读屏就回 unchanged、模型看不到当前屏幕。
语音
本地朗读模型不可用时回落到系统 TTS,不再停在不可用的本地引擎。
说明
- Gmail 写工具需要先在 设置 → 连接器 → Gmail 完成授权;授权面是
gmail.modify(读 + 写 + 发)。 - 回复 / 转发 / 批量写、多账号还没有提供。
- 设备工具插件的模型可见 schema 改为英文(0.7.0),行为不变。
安装
adb install -r tappet-v0.16.0-arm64-v8a.apk
sha256sum -c tappet-v0.16.0-arm64-v8a.apk.sha256 # 可选从 0.15.0 覆盖安装即可:聊天记录、已下载的识别模型都不受影响。
装完记得重新启用一次无障碍(adb install -r 会摘掉它)。
v0.15.0
v0.15.0 —— 回复里的表格和代码块终于像样了
这一版把助手回复的 Markdown 渲染换成了 Compose 原生渲染器。以前那套手写解析只认标题、
段落、列表、引用和代码块,模型稍微写复杂一点就会「走样」;现在表格、嵌套列表、任务列表、
语法高亮都能正常显示。
这一版改了什么
表格不再是「一串带竖线的文字」
模型很喜欢用表格做对比和汇总。以前表格没有专门的渲染,用户看到的是一行行
| 工具 | 说明 | 和分隔线 | --- | --- |。现在会画成真正的表格:表头加粗、行间分隔线、
背景色、单元格内边距,列宽按内容分配。
列表按层级缩进,任务列表有复选框
- 嵌套列表以前会被拍平成一串同级项目,现在按缩进层级显示;
- [x]/- [ ]渲染成 Material 3 复选框,而不是字面的[x];- 列表项换行后的续行仍属于同一项,不再断成新段落。
代码块带语法高亮
围栏代码块会根据语言标注(kotlin、python、json 等)着色,跟随系统深色 / 浅色主题。
代码块仍然是等宽字体、可横向滚动、可长按选中复制。
行内样式支持嵌套,链接有白名单
粗体里夹行内代码、删除线、斜体这些写法不再把标记符号原样画出来。链接点按前会检查 scheme:
只有 http / https / mailto 会交给系统打开,模型输出里的 intent://、file://、
javascript: 一律忽略。
流式回复更稳
解析在后台线程进行,高频的增量更新会自动合并;新内容解析完成前保留上一版画面,
长回复在流式过程中不再中途闪空。
说明
- 图片仍然不加载:模型给出的图片 URL 不会变成设备上的网络请求,保持「模型输出只影响
它自己的那条回复」这个边界。 - 朗读(TTS)的文本摊平逻辑没有变化:仍然会把粗体、代码块、链接念成正常句子。
- 本次升级新增了一个第三方渲染依赖(Apache-2.0),解析器为 JetBrains Markdown(GFM)。
安装
adb install -r tappet-v0.15.0-arm64-v8a.apk
sha256sum -c tappet-v0.15.0-arm64-v8a.apk.sha256 # 可选从 0.14.0 覆盖安装即可:聊天记录、已下载的识别模型都不受影响。
装完记得重新启用一次无障碍(adb install -r 会摘掉它)。
v0.14.0
v0.14.0 —— 语音输入不再需要选模型
这一版把语音输入的模型选择整个拿掉:识别只用 Paraformer,装完自动下载,
设置页里不再有这一节。行为与 v0.13.0 装上 Paraformer 时一致。
这一版改了什么
语音输入不再出现在设置页
以前「设置 → 语音」里有一节「语音输入(识别模型)」,可以在 Paraformer / SenseVoice /
Whisper tiny 之间选。现在这一节整块移除了 —— 识别模型不是一道该由用户回答的选择题:
语音输入只服务「把一句话变成给助手的指令」这一个场景,多一个选项就多一次「选错了却不知道」。
- 识别固定用 Paraformer 中文(小)(82MB,快、中文准),它的标点模型照旧跟着一起装,
仍然没有单独开关。 - 模型在安装后自动下载:开机后第一次启动就开始拉,不用去设置里点。
已经装好 Paraformer 的老用户什么都不会重下。 - 没下完时点麦克风会说「正在下载」,不会假装功能坏了;下载失败再点一次麦克风就会重试。
SenseVoice 与 Whisper tiny 从目录里移除
两条都不再提供下载,设备上已经下过的那两份会在下次启动时清掉(几十到两百多 MB)。
Paraformer 与标点模型不动。
Whisper tiny 在中文上的实测明显不如 Paraformer(同一段 5.6 秒音频:输出丢字,239ms vs 62ms,
自回归解码、音频越长差得越多);SenseVoice 多语言更好,但对「中文指令」这个场景没有必要。
留着它们只是让设置页多两个会选错的选项。
下载判据包含伴生件
自动下载会检查本体与标点模型是否都在。只装了一半(本体早在、标点是后加的)的安装
也会自动补上标点,不需要用户去任何地方点。
说明
- 识别仍在本机做:没有云端 ASR,音频不出设备、不落盘。
- 朗读(TTS)那一节没有变化:系统引擎 / 本地 VITS、自动朗读、语速、音色都在。
- 识别模型与朗读模型、应用内更新走同一个下载来源(GitHub)。
安装
adb install -r tappet-v0.14.0-arm64-v8a.apk
sha256sum -c tappet-v0.14.0-arm64-v8a.apk.sha256 # 可选从 0.13.0 覆盖安装即可:聊天记录、已下载的 Paraformer 与标点模型都不受影响。
装完记得重新启用一次无障碍(adb install -r 会摘掉它)。
如果是全新安装、设备上还没有识别模型,第一次启动会自动下载约 144MB(Paraformer + 标点)。
v0.13.0
v0.13.0 —— 说完整句带标点
v0.12.0 之后的第一个次版本。这一版没有新功能,都在打磨两条已有链路:语音输入与下载。
这一版改了什么
边说边识别,不用等整场录完
以前是把整场会话的音频攒起来、等你说完(或者到 90 秒上限)才一次性交给识别器。
现在 VAD 每切出一段就立刻识别,边录边出结果,收尾只等最后那一段。
- 一句话说完就停:看不出差别(本来就只有一段)。
- 连着说很长:以前一路说到 90 秒上限,就是一次识别 90 秒音频 —— 现在等待明显变短。
代价写在明处:一句话被 10 秒上限从中间切开时,两半各自识别,边界上可能多一个断句。
Paraformer 的整句补上标点了
Paraformer 那一档出来的是一整句没有标点的中文,而这句话是要交给助手的指令。
现在会跟着它一起装一个标点模型(61.7MB,Apache-2.0),补上逗号句号。
- 没有开关,设置页里也没有它 —— 要不要标点只取决于你选的是哪个识别模型,
这不是一个该由你回答的问题。 - SenseVoice 与 Whisper 自带标点(前者烘在模型里,后者自己会吐逗号),不会下这一份。
- 已经在用 Paraformer 的:那一条上会显示「还差 标点(中英) 61.7 MB」与一个「补下」按钮,
点一次只拉缺的这一份,不会把 82MB 的识别模型重下一遍。删掉 Paraformer 会顺带清掉它。
装了之后,同一段音频的输出:
| 输出 | |
|---|---|
| 以前 | 对我做了介绍啊那么我想说的是呢大家如果对我的研究感兴趣呢嗯 |
| 现在 | 对我做了介绍啊,那么我想说的是呢,大家如果对我的研究感兴趣呢嗯。 |
(与 SenseVoice 自己带的标点几乎逐字相同。)
下载失败时说人话,并且停在那里
以前下模型失败,界面上是一行异常原文:
下载失败:failed to connect to github.com/20.205.243.166 (port 443)
from /172.103.8.162 (port 56054) after 30000ms
两个 IP 和一个毫秒数,没有一句话能照着做。现在按失败类型给出下一步:
| 情况 | 现在显示 |
|---|---|
| 连不上 / 解析不了 github.com | 打开 VPN 或换个网络再试 |
| 连上了但一直没有数据 | 网络不通或太慢,稍后再试 |
| 服务器返回 404 | 文件可能已下架,重试没用 |
| 连接中途断了 | 已下载的部分会留着,下次接着下 |
那一条的按钮直接变成重试,已经下载的部分留着接着下。
不做自动重试 —— 那会让人以为「已经在下了」,而其实一次都没连上。
建连超时也从 30 秒降到 15 秒:连不上时不该让人盯着进度条干等半分钟。
下载中途断线不再被当成「下完了」
服务器声明了长度却提前关连接时,读到的结尾和「读完了」长得一模一样。以前会把半截文件当成
完整的一份 —— 更新包那边哈希能拦下(代价是白下几十 MB),模型那边解包失败、报的却是
「归档坏了」。现在直接报「连接中断」,半截文件留着给下次续传。
说明
- 识别日志里多了
lang(模型判定的语种)与event(音频事件)两个记号,只有 SenseVoice
会填。都是结构不是正文:它们不进输入框,也不进用户可见文本。 - 识别仍在本机做:没有云端 ASR,音频不出设备、不落盘。
- 标点模型与应用内更新走同一个下载来源(GitHub),授权是 Apache-2.0,显示在 Paraformer
那一条的授权行里。
安装
adb install -r tappet-v0.13.0-arm64-v8a.apk
sha256sum -c tappet-v0.13.0-arm64-v8a.apk.sha256 # 可选从 0.12.0 覆盖安装即可:聊天记录、已下载的识别模型都不受影响。
装完记得重新启用一次无障碍(adb install -r 会摘掉它)。
v0.12.0
v0.12.0 —— 会说话的四个人
这一版只动了一件事:本地朗读的音色。原来那两条通用中文女声(超文 / 小雅)换成了
四条角色音,顺手修掉一个「不报错但声音不对」的 bug。
这一版改了什么
本地朗读换成四条角色音
设置 → 语音 → 朗读 →「本地模型」,现在是这四条(每条 120MB、22.05kHz、中/日混读):
| 模型 | 角色 | 出处 |
|---|---|---|
keqing |
刻晴 | 《原神》 |
eula |
优菈 | 《原神》 |
theresa |
德丽莎 | 《崩坏 3》 |
bronya |
理之律者 | 《崩坏 3》 |
它们都是社区训练、由 sherpa-onnx 官方转成 ONNX 的 VITS 模型 —— 也就是不用换引擎、
下下来就能念的那一类。系统 TTS 仍是默认,不受影响。
修掉「声音是别人」的那个 bug
这批模型是「一个游戏一份多说话人模型」:804 个说话人装在同一个网络里,角色只是里面
的一行。而朗读引擎以前把说话人编号写死成 0 —— 不报错、不崩溃,只是念出来的是别人。
现在每个模型带着自己的编号(刻晴 115 / 优菈 124 / 德丽莎 193 / 理之律者 193),
TtsModelCatalogTest 逐个钉住。
这一类错误只有耳朵能发现,所以它值得单独写一段:静默的错不是小事。
为什么不是塔菲 / 菲比
挑音色的过程记在 docs/voice.md §4,这里只说结论:
- 永雏塔菲:公开权重全是 Bert-VITS2 的
.pth,而当前引擎(sherpa-onnx)只认
vits / matcha / kokoro / kitten / zipvoice / pocket —— 架构不同,转换都救不了
(它的文本编码器吃的是 BERT 特征,不是音素 id)。自己补一套 Bert-VITS2 引擎的话:
下载 0.7–2GB、每句 2–6 秒,工程量以周计。判定不值得。 - 《鸣潮》菲比:全网没有可用的 TTS 权重 —— HF 的 models / spaces / datasets 全量搜、
GitHub 仓库与代码搜索、k2-fsa 的 646 个模型资产,都没有。只有一个 RVC 变声模型
(不是合成)和一个空仓库。
说明
- 这四条没有版权方授权:音色由社区用游戏里的角色语音训练,米哈游没有授权。
自己听没问题,商用不行。授权写在下载按钮旁边(和识别模型同一条规矩)。 - 旧模型不会自动删:超文 / 小雅(各约 13MB)留在 App 私有目录里,占约 28MB,
界面上不再出现。要清掉只能卸载重装,而那会连聊天记录一起清 —— 不建议为这点空间折腾。 - 朗读仍不进日志、不出设备;四条模型都是下载后本机合成,正文不会发给任何人。
验证
| 项 | 结果 |
|---|---|
| 门禁三条(格式 / detekt / Lint)+ 全部 JVM 单测 | ✅ |
四个归档的文件布局与文件名(keqing.onnx / bronya.onnx / eula.onnx / theresa.onnx、dict/、三个 FST) |
✅ 逐个流式列过 |
| 用 sherpa-onnx v1.13.8 的 Windows 版真跑 theresa 与 keqing 模型 | ✅ 合成成功,RTF 0.62–0.76 |
sid 确实换声音(同一句话,sid 0 / 115 / 193 输出不同) |
✅ |
| 四条音色在真机上听起来像不像本人 |
没验到的那一步:说话人编号来自源合集 zomehwh/vits-models-genshin-bh3 的 info.json
(它的在线试听页用的就是同一份),但没有真机听过。装完请到
设置 → 语音 → 朗读 里各下一条、点试听:
- 如果听着不是你选的那个角色,那是
sid填错了 —— 换一个编号即可(一行改动,
见TtsModelCatalog),不是引擎问题。 - 描述里写的「中/日混读」是模型本身的能力(
zh_ja_mixture_cleaners),
四种音色对日常中文回复都够用。
安装
adb install -r tappet-v0.12.0-arm64-v8a.apk
sha256sum -c tappet-v0.12.0-arm64-v8a.apk.sha256 # 可选从 0.11.0 覆盖安装即可:聊天记录、已下载的识别模型都不受影响。
装完记得重新启用一次无障碍(adb install -r 会摘掉它)。