【征文计划】基于Rokid CXR-M SDK 打造AI 实时会议助手：从连接到自定义界面的完整实践
【征文计划】基于Rokid CXR-M SDK 打造AI 实时会议助手：从连接到自定义界面的完整实践
摘要：本文基于 Rokid CXR-M SDK，详细阐述如何构建一个面向商务会议场景的“AI 实时会议助手”应用。通过手机端与 Rokid 智能眼镜的协同，实现语音转写、要点提炼、提词引导、多语翻译与会后纪要自动生成。文章涵盖从环境配置、蓝牙/Wi-Fi 连接、设备控制、AI 场景交互到自定义 UI 渲染的完整开发流程，并提供关键代码示例与最佳实践建议。
一、引言：为什么需要一个“AI 会议助手”？
在快节奏的职场环境中，会议是信息传递与决策的核心场景。然而，传统会议存在诸多痛点：
- 信息遗漏：参会者忙于记录，无法专注倾听；
- 语言障碍：跨国会议中实时翻译需求迫切；
- 效率低下：会后整理纪要耗时耗力；
- 操作干扰：频繁操作手机/电脑打断会议节奏。
Rokid 智能眼镜凭借其免手持、第一视角、低干扰的特性，天然适合作为会议信息的呈现终端。而 CXR-M SDK 正好提供了手机端与眼镜端协同开发的完整能力。本文将基于该 SDK，手把手教你构建一个真正可落地的“AI 实时会议助手”。
二、技术架构设计
我们的系统采用 “手机为大脑，眼镜为窗口” 的双端架构：
- 手机端（Android App）：
-
- 负责蓝牙/Wi-Fi 连接管理；
- 调用云端大模型进行 ASR（语音识别）、NLU（语义理解）、TTS（语音合成）；
- 处理多语翻译、会议纪要生成；
- 通过 CXR-M SDK 与眼镜通信。
- 眼镜端（Rokid Glasses）：
-
- 接收并渲染实时转写文本、翻译字幕；
- 在用户发言时自动推送提词内容；
- 支持拍照记录白板、文档；
- 所有交互通过语音或功能键触发，无需手动操作。
✅ 核心优势：眼镜端无需开发原生应用，所有 UI 均通过 CXR-M SDK 的 自定义页面（Custom View） 动态生成。
三、开发环境准备
3.1 项目配置
在 settings.gradle.kts 中添加 Rokid Maven 仓库：
dependencyResolutionManagement {repositoriesMode.set(RepositoriesMode.FAIL_ON_PROJECT_REPOS)repositories {maven { url = uri("https://maven.rokid.com/repository/maven-public/") }google()mavenCentral()}
}
在 build.gradle.kts 中导入 SDK 依赖，并设置 minSdk = 28：
android {defaultConfig {minSdk = 28}
}dependencies {implementation("com.rokid.cxr:client-m:1.0.1-20250812.080117-2")// 其他依赖（如 Retrofit、OkHttp）按文档要求添加
}SDK文档：https://custom.rokid.com/prod/rokid_web/57e35cd3ae294d16b1b8fc8dcbb1b7c7/pc/cn/9d9dea4799ca4dd2a1176fedb075b6f2.html?documentId=d2ba1c8040964577a43b394d8f7dc814
3.2 权限声明与动态申请
在 AndroidManifest.xml 中声明必要权限：
<uses-permission android:name="android.permission.ACCESS_FINE_LOCATION" />
<uses-permission android:name="android.permission.BLUETOOTH" />
<uses-permission android:name="android.permission.BLUETOOTH_ADMIN" />
<uses-permission android:name="android.permission.BLUETOOTH_SCAN" />
<uses-permission android:name="android.permission.BLUETOOTH_CONNECT" />
<uses-permission android:name="android.permission.ACCESS_WIFI_STATE" />
<uses-permission android:name="android.permission.CHANGE_WIFI_STATE" />
<uses-permission android:name="android.permission.INTERNET" />在 MainActivity 中动态申请权限（关键代码）：
private val REQUIRED_PERMISSIONS = mutableListOf(Manifest.permission.ACCESS_FINE_LOCATION,Manifest.permission.BLUETOOTH,Manifest.permission.BLUETOOTH_ADMIN,
).apply {if (Build.VERSION.SDK_INT >= Build.VERSION_CODES.S) {add(Manifest.permission.BLUETOOTH_SCAN)add(Manifest.permission.BLUETOOTH_CONNECT)}
}.toTypedArray()override fun onCreate(savedInstanceState: Bundle?) {requestPermissions(REQUIRED_PERMISSIONS, REQUEST_CODE_PERMISSIONS)
}⚠️ 注意：权限未授予时，SDK 将无法工作。
四、设备连接：蓝牙 + Wi-Fi 双通道
4.1 蓝牙连接（基础通道）
使用标准 Android Bluetooth API 扫描设备，并通过 Rokid 专属 UUID 过滤：
val scanFilter = ScanFilter.Builder().setServiceUuid(ParcelUuid.fromString("00009100-0000-1000-8000-00805f9b34fb")).build()连接流程分为两步：
- 初始化蓝牙：
CxrApi.getInstance().initBluetooth(context, device, callback)- 建立连接（使用
onConnectionInfo回调中的socketUuid和macAddress）：
CxrApi.getInstance().connectBluetooth(context, socketUuid, macAddress, callback)连接成功后，可通过 isBluetoothConnected 实时监听状态。
4.2 Wi-Fi P2P 连接（高速通道）
Wi-Fi 用于传输图片、视频等大文件，需在蓝牙连接成功后初始化：
CxrApi.getInstance().initWifiP2P(object : WifiP2PStatusCallback {override fun onConnected() {Log.d("WiFi", "P2P connected")}override fun onFailed(errorCode: CxrWifiErrorCode?) {// 处理错误：如手机 Wi-Fi 未开启}
})💡 最佳实践：Wi-Fi 模块高耗电，仅在需要同步媒体文件时开启，完成后立即 deinitWifiP2P()。
五、核心功能实现
5.1 实时语音转写与要点提炼
手机端流程：
- 通过
openAudioRecord(1, "meeting")开启 PCM 格式录音； - 将音频流发送至 ASR 服务（如讯飞、阿里云）；
- 收到转写文本后，调用大模型提取关键信息（如待办事项、决策点）。
推送至眼镜：
- 使用 自定义页面 动态更新转写内容：
[{"action": "update","id": "transcript_text","props": { "text": "刚才提到Q3预算需增加20%..." }}
]- 若检测到“待办事项”，高亮显示：
{"action": "update","id": "todo_item","props": { "text": "✅ 张三：周三前提交方案", "textColor": "#FF00FF00" }
}5.2 智能提词器（发言辅助）
当用户需要发言时，App 自动推送提纲：
- 打开提词器场景：
CxrApi.getInstance().controlScene(CxrSceneType.WORD_TIPS, true, null)- 配置显示参数（居中、大字体）：
CxrApi.getInstance().configWordTipsText(textSize = 24f,lineSpace = 1.5f,mode = "normal",startPointX = 0, startPointY = 300,width = 1200, height = 600
)- 发送提词内容：
val script = "各位同事，关于新项目，我想强调三点..."
CxrApi.getInstance().sendStream(CxrStreamType.WORD_TIPS,script.toByteArray(),"meeting_script.txt",callback
)5.3 实时多语翻译
- 打开翻译场景：
CxrApi.getInstance().controlScene(CxrSceneType.TRANSLATION, true, null)- 配置显示区域（底部居中）：
CxrApi.getInstance().configTranslationText(textSize = 20,startPointX = 200, startPointY = 800,width = 800, height = 100
)- 推送翻译结果（按 VAD 分段）：
// vadId=1 表示第一段语音
CxrApi.getInstance().sendTranslationContent(vadId = 1, subId = 0,temporary = false, finished = true,content = "The budget needs to be increased by 20%."
)🌐 提示：眼镜端自动进入远场拾音模式，仅拾取他人语音。
5.4 白板/文档拍照与同步
- 触发拍照（通过功能键长按或语音指令）：
// 在 AI 场景中拍照，结果通过蓝牙返回
CxrApi.getInstance().takeGlassPhoto(1920, 1080, 80, photoCallback)- 监听未同步文件数量：
CxrApi.getInstance().getUnsyncNum { _, _, pictureNum, _ ->if (pictureNum > 0) startSyncPictures()
}- 通过 Wi-Fi 同步图片：
CxrApi.getInstance().startSync(savePath = getExternalFilesDir(Environment.DIRECTORY_PICTURES)?.absolutePath ?: "",types = arrayOf(CxrMediaType.PICTURE),callback = syncCallback
)六、自定义 UI：打造专属会议界面
CXR-M SDK 的 Custom View 是本项目的核心亮点。我们设计一个包含三区域的会议界面：
- 顶部：会议标题与状态
- 中部：实时转写/翻译
- 底部：操作提示（如“长按拍照”）
6.1 初始化 JSON
{"type": "LinearLayout","props": {"layout_width": "match_parent","layout_height": "match_parent","orientation": "vertical","backgroundColor": "#FF000000"},"children": [{"type": "TextView","props": {"id": "title","layout_width": "wrap_content","layout_height": "wrap_content","text": "Q3 项目评审会","textSize": "18sp","textColor": "#FF00FF00","gravity": "center","paddingTop": "50dp"}},{"type": "TextView","props": {"id": "content","layout_width": "match_parent","layout_height": "0dp","layout_weight": "1","text": "等待语音输入...","textSize": "16sp","textColor": "#FF00FF00","gravity": "top|start","padding": "30dp"}},{"type": "TextView","props": {"id": "hint","layout_width": "wrap_content","layout_height": "wrap_content","text": "长按功能键拍照","textSize": "12sp","textColor": "#888888","gravity": "center","paddingBottom": "30dp"}}]
}6.2 动态更新内容
fun updateTranscript(text: String) {val updateJson = """[{"action": "update","id": "content","props": { "text": "$text" }}]""".trimIndent()CxrApi.getInstance().updateCustomView(updateJson)
}6.3 上传图标（可选）
如需显示状态图标（如麦克风、翻译标志），需提前上传 Base64 图片：
val icon = IconInfo("mic_icon", base64String)
CxrApi.getInstance().sendCustomViewIcons(listOf(icon))📏 限制：图片 ≤128×128px，建议使用纯绿色通道（#00FF00）以确保显示效果。
七、会后自动化：生成结构化纪要
会议结束后，App 自动整合以下内容：
- 全程转写文本；
- AI 提取的待办事项；
- 拍摄的白板/文档图片；
- 会议元数据（时间、参与人）。
最终生成 Markdown 格式纪要：
# Q3 项目评审会纪要
**时间**：2025-04-27 14:00
**参会人**：张三、李四、王五## 关键结论
- 预算增加 20%
- 新功能上线延期至 6 月## 待办事项
- [ ] 张三：周三前提交详细方案
- [ ] 李四：联系供应商确认报价## 附件
支持一键分享至企业微信、钉钉或邮箱。
八、错误处理与用户体验优化
8.1 网络异常
- 监听 ASR/TTS 失败，调用
notifyNoNetwork()或notifyAiError()； - 眼镜端显示友好提示：“网络中断，请检查连接”。
8.2 设备状态监听
- 实时监听电量、音量、亮度，自动调整：
CxrApi.getInstance().setBatteryLevelUpdateListener { level, charging ->if (level < 10 && !charging) {// 提示低电量}
}8.3 会话管理
- 会议开始时
setScreenOffTimeout(3600)（1小时不熄屏）； - 会议结束时
notifyGlassShutdown()节省电量。
九、总结与展望
本文完整展示了如何利用 Rokid CXR-M SDK 构建一个高价值的“AI 实时会议助手”。我们充分利用了 SDK 的以下能力：
- 蓝牙/Wi-Fi 双通道连接；
- AI 场景交互（ASR/TTS/拍照）；
- 提词器与翻译场景；
- 自定义页面动态渲染；
- 媒体文件同步。
该方案不仅技术可行，且直击用户痛点，具备极强的落地潜力。未来可进一步扩展：
- 接入企业知识库，实现智能问答；
- 支持多人眼镜协同，打造沉浸式会议空间；
- 结合 AR 标注，实现远程协作指导。