技术拆解：Rokid CXR-M SDK 构建 AI 智能提词眼镜助手连接到场景落地

一、开发背景

作为一名长期活跃在 Rokid 开发者社区的技术爱好者，我一直在思考：如何将 Rokid Glasses 的 AR 能力真正融入到高频、刚需的工作场景中？

提词器，就是这样一个典型场景。无论是线上直播、线下演讲，还是课堂教学，用户往往需要一边注视前方观众，一边记住冗长的台词。传统提词器要么依赖支架（破坏沉浸感），要么依赖手机/平板（频繁低头）。而 Rokid Glasses 凭借其轻量化、第一视角显示的特性，天然适合作为「隐形提词器」。

但市面上的提词方案大多局限于单端操作，缺乏与手机的协同能力。于是，我决定基于 Rokid CXR-M SDK，开发一款 手机端编辑 + 眼镜端显示 + AI 语音联动 的完整提词助手应用。

本文将完整记录从 SDK 集成、设备连接、提词场景构建，到 AI 联动、异常处理、性能优化的全过程，希望能为其他开发者提供一份可复用的实操指南。

二、技术选型与整体架构

2.1 核心技术栈

  • 移动端：Kotlin + Android Jetpack（ViewModel, LiveData）
  • SDK：Rokid CXR-M SDK v1.0.1-Preview（仅支持 Android）
  • 通信协议：蓝牙（控制信令） + Wi-Fi P2P（媒体同步）
  • UI 渲染：眼镜端使用 SDK 内置的「自定义页面场景」（JSON 驱动）

2.2 系统架构图

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

整个系统以 手机为控制中枢，眼镜为 显示与交互终端。CXR-M SDK 作为桥梁，封装了底层通信细节，让我们能专注于业务逻辑。

三、项目初始化：集成 CXR-M SDK

3.1 配置 Maven 仓库

在 settings.gradle.kts 中添加 Rokid 私有仓库：

dependencyResolutionManagement {
    repositoriesMode.set(RepositoriesMode.FAIL_ON_PROJECT_REPOS)
    repositories {
        maven { url = uri("https://maven.rokid.com/repository/maven-public/") }
        google()
        mavenCentral()
    }
}

3.2 添加依赖与权限

在 build.gradle.kts 中：

android {
    defaultConfig {
        minSdk = 28 // 必须 ≥28
    }
}

dependencies {
    implementation("com.rokid.cxr:client-m:1.0.1-20250812.080117-2")
    // 其他 transitive 依赖（如 Retrofit, OkHttp）SDK 已声明，无需重复添加
}

在 AndroidManifest.xml 中声明权限（缺一不可）：

<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" />

⚠️ 注意：从 Android 12（API 31）起，蓝牙扫描/连接需动态申请 BLUETOOTH_SCAN 和 BLUETOOTH_CONNECT，且必须搭配 ACCESS_FINE_LOCATION。

3.3 权限动态申请封装

我封装了一个 PermissionHelper，在 MainActivity 启动时调用：

class PermissionHelper(private val activity: AppCompatActivity) {
    fun requestRequiredPermissions(onGranted: () -> Unit) {
        val permissions = mutableListOf(
            Manifest.permission.ACCESS_FINE_LOCATION,
            Manifest.permission.BLUETOOTH,
            Manifest.permission.BLUETOOTH_ADMIN
        )
        if (Build.VERSION.SDK_INT >= Build.VERSION_CODES.S) {
            permissions += Manifest.permission.BLUETOOTH_SCAN
            permissions += Manifest.permission.BLUETOOTH_CONNECT
        }

        if (permissions.all { activity.checkSelfPermission(it) == PackageManager.PERMISSION_GRANTED }) {
            onGranted()
        } else {
            activity.requestPermissions(permissions.toTypedArray(), REQUEST_CODE)
        }
    }
}

只有权限全部授予，才进入设备连接流程。

四、设备连接：蓝牙 + Wi-Fi 双通道建立

4.1 蓝牙连接流程

CXR-M SDK 的蓝牙连接分为两步：初始化 → 连接。

// 1. 初始化蓝牙（传入扫描到的 BluetoothDevice）
CxrApi.getInstance().initBluetooth(context, device, object : BluetoothStatusCallback {
    override fun onConnectionInfo(socketUuid, macAddress, rokidAccount, glassesType) {
        // 保存 socketUuid 和 macAddress，用于后续连接
        connectBluetooth(socketUuid!!, macAddress!!)
    }
    override fun onConnected() { /* 连接成功 */ }
    override fun onDisconnected() { /* 断开处理 */ }
    override fun onFailed(errorCode) { /* 错误处理 */ }
})

// 2. 正式连接
private fun connectBluetooth(uuid: String, mac: String) {
    CxrApi.getInstance().connectBluetooth(context, uuid, mac, callback)
}

💡 提示：socketUuid 是 Rokid Glasses 在 BLE 广播中携带的自定义服务 UUID（00009100-...），用于建立 RFCOMM 通道。

4.2 Wi-Fi P2P 初始化（用于后续文件同步）

提词内容虽小，但若未来扩展图片/视频提词，则需 Wi-Fi 通道。初始化如下：

val wifiStatus = CxrApi.getInstance().initWifiP2P(object : WifiP2PStatusCallback {
    override fun onConnected() {
        Log.d("WiFi", "P2P connected")
    }
    override fun onDisconnected() { /* ... */ }
    override fun onFailed(errorCode) { /* ... */ }
})

⚠️ 注意：Wi-Fi P2P 必须在蓝牙连接成功后才能初始化，且耗电较高，建议按需开启。

五、核心功能实现：提词器场景构建

5.1 打开提词器场景

fun openWordTips() {
    CxrApi.getInstance().controlScene(
        ValueUtil.CxrSceneType.WORD_TIPS,
        true, // true = 打开
        null
    )
}

5.2 发送提词内容

提词内容以 ByteArray 形式通过 sendStream 发送：

fun sendScript(text: String, fileName: String = "script.txt") {
    CxrApi.getInstance().sendStream(
        ValueUtil.CxrStreamType.WORD_TIPS,
        text.toByteArray(),
        fileName,
        object : SendStatusCallback {
            override fun onSendSucceed() {
                Log.d("Script", "Sent successfully")
            }
            override fun onSendFailed(errorCode) {
                Log.e("Script", "Send failed: $errorCode")
            }
        }
    )
}

5.3 配置提词器显示参数

支持字体大小、行距、显示区域、滚动模式等：

fun configureWordTips() {
    CxrApi.getInstance().configWordTipsText(
        textSize = 18f,      // 字体大小（sp）
        lineSpace = 1.5f,    // 行距
        mode = "ai",         // "ai" 模式支持 ASR 自动滚动
        startPointX = 100,   // X 起始坐标（像素）
        startPointY = 200,   // Y 起始坐标
        width = 800,         // 显示区域宽
        height = 600         // 显示区域高
    )
}

5.4 AI 模式下的 ASR 联动

当用户说话时，手机端 ASR 引擎识别结果，实时发送给眼镜，触发自动滚动：

fun onAsrResult(text: String) {
    CxrApi.getInstance().sendAsrContent(text) // 注意：此处复用 AI 场景的 ASR 接口
}

📌 关键点：提词器的 "ai" 模式会监听 ASR 内容，当识别文本接近当前显示末尾时，自动向上滚动，确保用户始终看到下一句。

六、增强体验：设备状态控制与监听

6.1 远程调节亮度/音量

演讲环境光线多变，允许用户在手机端滑动调节眼镜亮度：

// 设置监听器（获取当前亮度）
CxrApi.getInstance().setBrightnessUpdateListener { brightness ->
    viewModel.updateBrightnessUI(brightness)
}

// 设置亮度（0-15）
CxrApi.getInstance().setGlassBrightness(10)

同理，音量控制也支持双向同步。

6.2 电量与充电状态监听

CxrApi.getInstance().setBatteryLevelUpdateListener { level, charging ->
    Log.d("Battery", "Level: $level%, Charging: $charging")
    if (level < 20 && !charging) {
        showLowBatteryWarning()
    }
}

6.3 自动关机与熄屏策略

为节省电量，设置 10 分钟无操作自动关机：

CxrApi.getInstance().setPowerOffTimeout(10) // 单位：分钟
CxrApi.getInstance().setScreenOffTimeout(60) // 60秒无操作熄屏

七、异常处理与健壮性设计

7.1 连接断开重连机制

监听 onDisconnected()，尝试自动重连：

override fun onDisconnected() {
    viewModel.setConnectionStatus(false)
    // 延迟 3 秒后重试
    handler.postDelayed({
        if (lastMac != null && lastUuid != null) {
            connectBluetooth(lastUuid!!, lastMac!!)
        }
    }, 3000)
}

7.2 权限缺失友好提示

若用户拒绝关键权限，引导其手动开启：

if (!allGranted) {
    AlertDialog.Builder(this)
        .setTitle("权限不足")
        .setMessage("请授予位置和蓝牙权限，否则无法连接眼镜")
        .setPositiveButton("去设置") { _, _ ->
            val intent = Intent(Settings.ACTION_APPLICATION_DETAILS_SETTINGS)
            intent.data = Uri.parse("package:$packageName")
            startActivity(intent)
        }
        .show()
}

7.3 SDK 错误码解析

CXR-M SDK 定义了详细的错误码（如 CxrBluetoothErrorCode.SOCKET_CONNECT_FAILED），我在日志中统一映射为用户可读信息：

when (errorCode) {
    ValueUtil.CxrBluetoothErrorCode.BLE_CONNECT_FAILED -> "蓝牙连接失败，请靠近眼镜重试"
    ValueUtil.CxrWifiErrorCode.WIFI_DISABLED -> "请先打开手机 Wi-Fi"
    else -> "未知错误，请重启应用"
}

八、性能优化与用户体验细节

8.1 避免频繁发送相同内容

在发送提词脚本前，做内容哈希比对，避免重复传输：

if (currentScriptHash != newScript.hashCode()) {
    sendScript(newScript)
    currentScriptHash = newScript.hashCode()
}

8.2 Wi-Fi P2P 按需开启

仅在用户点击“同步历史图片”时才初始化 Wi-Fi，用完立即 deinitWifiP2P()。

8.3 自定义页面作为备选方案

若未来提词需求复杂（如图文混排），可使用「自定义页面场景」：

{
  "type": "LinearLayout",
  "props": { "orientation": "vertical" },
  "children": [
    { "type": "TextView", "props": { "text": "标题", "textSize": "20sp" } },
    { "type": "ImageView", "props": { "name": "icon1" } }
  ]
}

先调用 sendCustomViewIcons() 上传图标，再 openCustomView(json) 显示。

九、总结与展望

通过本次实践，我深刻体会到 Rokid CXR-M SDK 的强大与易用：

  • 连接稳定：蓝牙 + Wi-Fi 双通道设计，兼顾控制与传输；
  • 场景丰富：提词器、翻译、AI 助手等开箱即用；
  • 控制精细：从亮度、音量到关机策略，全面掌控设备；
  • 扩展灵活：自定义页面 JSON 方案，极大降低眼镜端开发门槛。

目前，这款「AI 智能提词眼镜助手」已在内部测试中获得良好反馈。下一步，我计划：

  1. 集成云端脚本管理，支持多设备同步；
  2. 增加多语言实时翻译提词；
  3. 利用摄像头实现「眼神控制滚动」。

Rokid Glasses 不只是一副眼镜，更是通往空间计算未来的入口。而 CXR-M SDK，正是我们开发者手中的钥匙。

# 人工智能
Logo
2048 AI社区

有“AI”的1024 = 2048，欢迎大家加入2048 AI社区

更多推荐

cover

日常 Python 紀實： CUDAExecutionProvider Not Available（ONNXRUNTIME）

avatar 2048 AI社区

Linux C编程技巧IP地址重写技术实现

数据库事务管理：aiomysql的隔离级别调优

avatar 2048 AI社区
cover

贾子智慧指数（KWI）伦理维度详解

avatar 2048 AI社区