Skip to content
BranchesTags

Repository files navigation

VocaCal - 语音日历助手

七牛云 × XEngineer 暑期实训营 · 题目一 · 语音版日历工具

VocaCal Demo

产品亮点

VocaCal 让你对着手机说一句话就能管理日程——不用打字、不用点击、解放双手。

  • 说话添加日程："明天下午三点开会" → 自动创建事件
  • 说话查看日程："看看明天有什么安排" → 朗读日程摘要
  • 说话删除日程："把开会删掉" → 确认后删除
  • 说话修改日程："把开会改到四点" → 确认后修改
  • 语音反馈：每次操作后 TTS 语音播报结果
  • 日历视图：标记有事件的日期，一目了然

系统架构

┌─────────────────────────────────────────────────┐
│              React Native 移动端                  │
│  ┌───────────┐  ┌──────────┐  ┌──────────────┐  │
│  │ 语音录制   │  │ 日历 UI  │  │ 事件列表管理  │  │
│  │ (录音/播放) │  │ (标记/选) │  │ (增删改查)   │  │
│  └─────┬─────┘  └────▲─────┘  └──────▲───────┘  │
│        │              │               │          │
│        │    ┌─────────┴───────────────┘          │
│        │    │       SQLite (本地存储)              │
└────────┼────┼────────────────────────────────────┘
         │    │ (REST API)
         ▼    │
┌─────────────┴───────────────────────────────────┐
│             FastAPI 后端 (无状态)                  │
│  ┌──────────┐  ┌──────────────┐  ┌───────────┐  │
│  │ 讯飞 ASR │  │ DeepSeek NLU │  │ 讯飞 TTS  │  │
│  │ 语音→文字 │  │ 文字→意图    │  │ 文字→语音  │  │
│  └──────────┘  └──────────────┘  └───────────┘  │
└─────────────────────────────────────────────────┘

数据流：语音录制 → 后端 ASR 识别 → DeepSeek 意图解析 → App 本地存储操作 → TTS 语音回复

技术栈

层级 技术 版本 用途
移动端 React Native 0.85.3 跨平台移动应用
录音/播放 自写原生 AudioModule - 语音录制和 TTS 播放
日历组件 react-native-calendars 1.1314+ 日历 UI 和日期选择
本地存储 react-native-sqlite-storage 6.0.1 SQLite 事件存储
后端 Python FastAPI latest REST API 服务
语音识别 讯飞 ASR WebSocket 中文语音转文字
语音合成 讯飞 TTS WebSocket 文字转语音回复
意图解析 DeepSeek API v4-flash 自然语言理解

快速开始

环境要求

  • Node.js >= 22.11.0
  • Python 3.10+
  • Android Studio (含 Android SDK)
  • 讯飞开放平台账号 + DeepSeek API Key

1. 克隆项目

git clone https://github.com/YOUR_USERNAME/VocaCal.git
cd VocaCal

2. 配置环境变量

```bash
cp .env.example server/.env
# 编辑 server/.env，填入 API 密钥

`.env` 文件格式：
```env
XF_APP_ID=你的讯飞AppID
XF_API_KEY=你的讯飞APIKey
XF_API_SECRET=你的讯飞APISecret
DEEPSEEK_API_KEY=你的DeepSeek密钥

3. 启动后端

cd server
pip install -r requirements.txt
uvicorn main:app --reload --host 0.0.0.0 --port 8000

后端启动后可访问 http://localhost:8000/docs 查看 API 文档。

4. 启动移动端

cd app
npm install
npx react-native run-android   # Android
# 或
npx react-native run-ios       # iOS

5. 一键启动（可选）

双击 start.bat 或运行 start.ps1，自动启动后端 + Metro + 安装 App。

6. 运行测试

# 后端测试
cd server && python -m pytest tests/ -v

# 前端测试
cd app && npm test

项目结构

VocaCal/
├── README.md               ← 本文件
├── start.bat               ← 一键启动脚本（Windows）
├── start.ps1               ← 一键启动脚本（PowerShell）
├── docs/                    ← 项目文档
│   ├── requirements.md      # 需求分析
│   ├── design.md            # 设计方案
│   └── competition.md       # 竞赛规则
├── server/                  ← FastAPI 后端
│   ├── main.py              # API 路由和业务逻辑
│   ├── config.py            # 环境变量配置
│   ├── services/
│   │   ├── xf_asr.py        # 讯飞语音识别
│   │   ├── xf_tts.py        # 讯飞语音合成
│   │   └── nlu.py           # DeepSeek 意图解析
│   ├── models/
│   │   └── schemas.py       # Pydantic 数据模型
│   ├── tests/               # 后端单元测试
│   └── requirements.txt     # Python 依赖
└── app/                     ← React Native 前端
    ├── App.tsx              # 应用入口
    ├── src/
    │   ├── screens/
    │   │   └── CalendarScreen.tsx  # 主界面
    │   ├── services/
    │   │   ├── voiceService.ts     # 语音录制/播放
    │   │   ├── apiService.ts       # 后端 API 调用
    │   │   ├── calendarIntentService.ts  # 意图处理
    │   │   └── storageService.ts   # SQLite 数据操作
    │   └── types/
    │       ├── event.ts     # 事件类型
    │       └── intent.ts    # 意图类型
    └── package.json

API 接口

POST /api/voice/process

完整语音管线：音频 → ASR → NLU → 回复生成 → TTS

请求：multipart/form-data，字段 audio（WAV/m4a 文件）

响应：

{
  "text": "明天下午三点开会",
  "intent": "ADD_EVENT",
  "event": {
    "intent": "ADD_EVENT",
    "title": "开会",
    "date": "2026-05-31",
    "time": "15:00",
    "reply": "好的，已为你添加明天下午三点开会"
  },
  "reply_text": "好的，已为你添加明天下午三点开会",
  "reply_audio": "base64..."
}

POST /api/nlu/parse

纯文本意图解析（调试用）

GET /api/tts/speak?text=...

TTS 播放端点，返回 WAV 音频流

GET /api/health

健康检查

第三方依赖声明

后端 (Python)

包名 用途 许可证
fastapi Web 框架 MIT
uvicorn ASGI 服务器 BSD
httpx HTTP 客户端（调用 DeepSeek） BSD
websockets WebSocket 客户端（讯飞 API） BSD
pydantic-settings 配置管理 MIT
python-multipart 文件上传 Apache 2.0
pydub 音频格式转换 MIT

前端 (React Native)

包名 用途 许可证
react-native 跨平台框架 MIT
自写原生 AudioModule | 录音和播放 | 原创
react-native-calendars 日历组件 MIT
react-native-sqlite-storage SQLite 存储 MIT
react-native-safe-area-context 安全区域 MIT
axios HTTP 请求 MIT

所有代码均为原创，第三方库仅用于基础功能（网络请求、UI 组件、数据库）。核心业务逻辑（语音管线、意图解析、事件管理）全部自主实现。

## 产品定位与竞品分析

VocaCal 定位为中文世界最好用的语音日历 App。当前中文市场缺乏一个纯语音优先的独立日历应用 -- Google Calendar/Fantastical 主攻英文，小爱同学/天猫精灵依赖硬件生态。

核心差异化：

  • 有温度的 AI 回复（不是冷冰冰的已添加，而是友好的自然语言反馈）
  • 秒级语音响应（讯飞 ASR + DeepSeek NLU + 讯飞 TTS 全管线优化）
  • 本地 SQLite 存储保护隐私，支持离线浏览
  • 完整的增删改查语音交互

六大竞品核心能力对比：

产品 核心壁垒 VocaCal 可借鉴
Google Calendar + Assistant 生态护城河 多模态状态动画体系
Apple Siri + Calendar 设备无缝衔接 简短结构化的语音反馈
小爱同学 IoT 联动 中文口语化时间表达深度理解
滴答清单 TickTick 任务+日程合一 多事件拆分 + 录音手势设计
Fantastical 极致 UI 自然语言解析的实时视觉反馈
Reclaim AI / Motion AI 自动排期 习惯/日常任务概念

完整竞品分析、现状诊断、优化路线图详见 docs/competitive-analysis.md

开发日志

许可证

项目知识产权归提交者所有，详见竞赛规则。

About

VocaCal 是一款以**语音交互**为核心的日历管理工具，旨在帮助用户高效、便捷地管理日程。

Resources

Readme
Activity

Stars

0 stars

Watchers

0 watching

Forks

0 forks
Report repository

Releases

Packages

Contributors

Languages