【开源自荐】gpt-assistant-android：接入GPT API的安卓助手，可音量键唤起、语音交互、拍照上传 Vision、访问网络等

[Skythinker616]

推荐项目

• 项目地址：https://github.com/Skythinker616/gpt-assistant-android

• 类别：Java

• 项目标题：一个接入 GPT API 的安卓助手，可音量键唤起、语音交互、拍照上传 Vision、访问网络等

• 项目描述：这是一个Java开发的安卓软件，基于OpenAI API的能力实现的一个语音助手。目前，在其他GPT客户端中，联网功能非常少见，且安卓端的支持较少，对安卓特有的硬软件并没有实现较好的利用（如音量键、摄像头、麦克风、WebView）。本项目通过将GPT与安卓的特性结合，实现了快捷唤起、语音交互、Vision识图、本地联网等功能，能像一个语音助手一样工作，可用在快捷语音翻译、拍照识物、拍照答题等新场景中。

• 亮点：除了于大部分同类软件的聊天功能外，本项目目前有如下特色功能

  • 长按音量键唤起，直接进行语音输入，再次按音量键可发送，结果可通过 TTS 语音播报。交流全程完全无需操作屏幕。
  • 可通过拍照、图库选图、分享图片的方式发送图片到 GPT-4V 进行识别。
  • 通过 GPT Function，调用本地 WebView 访问网页，以允许 GPT 获取在线内容（3.5/4.0均可用）。
  • 通过高级模板语法，可向界面上添加自定义下拉选框和输入框

• 截图：

  • 基于 GPT-4V 较强的识别能力，可用于识别物品、翻译文本、拍照答题等场景。（经测试，手写文字也可识别）
  • 基于安卓自带 WebView 的支持，允许 GPT 访问任何网站（包括动态渲染的内容），以下截图均为3.5模型测试结果：
  • 通过高级模板语法向界面上添加自定义下拉选框

• 后续更新计划：本项目最初计划的功能已基本完善，暂定后续的计划包括

  • 添加类似官方APP的连续语音聊天功能
  • 根据issue反馈继续完善项目