🎯 项目背景与初衷

随着 AI 大模型和智能家居的普及，电视作为客厅最大的一块屏幕，其互动方式却长期停留在传统的视频点播阶段。传统儿童教育 App 在电视上面临诸多痛点：

  1. 大屏遥控器交互体验差：手机移植应用在电视上难以选焦，操作极其生硬。
  2. 缺乏即时互动与语音问答：孩子观看科普或古诗视频时遇到疑问无法随手提问。
  3. 配置大模型门槛高：在电视端使用遥控器输入冗长复杂的 API Key 和服务地址极其痛苦。

KiddiVision (童视智汇) 针对家庭客厅大屏场景专门研发：专为 TV 优化的原生交互、手机扫码即配大模型、实时语音流式伴学与防盗链视频解析。

🚀 核心设计目标与系统特性

  • 📺 Kotlin + Jetpack Compose for TV 原生大屏客户端：

    • 针对大屏与遥控器进行深度焦点优化，支持 D-Pad 方向键丝滑选焦与推荐追问。
    • 拼音注音组件 (RubyText)：在核心生词上方提供精准注音（如“电荷 diàn hè”、“戟 jǐ”），辅助低龄儿童自主认字与阅读。
    • Media3 ExoPlayer：无缝播放 B 站科普视频流，支持防盗链 Header 注入与全屏画中画联动。
    • 遥控器双模语音：长按遥控器 [OK/确认] 键触发麦克风推流，松开即刻与 AI 语音角色对话。

  • 🚀 Go 高性能局域网伴学服务 (server/)：

    • 极简部署：单一 Go 二进制文件，无复杂 Python 虚拟环境依赖，秒级启动。
    • 📱 手机扫码热同步：TV 端显示动态二维码，家长微信或浏览器扫码直接进入配置后台，填写 API Key（DeepSeek / 通义千问 / OpenAI 等）后毫秒级热同步到电视。
    • 🎙️ Edge-TTS 儿童音色流式推流：采用微软晓晓（zh-CN-XiaoxiaoNeural）等亲切音色，通过 WebSocket 实时分片朗读，极大降低端到端首字延迟。
    • 📺 课程知识图谱：内置小学科学、语文古诗词与恐龙航天百科，支持本地兜底与大模型智能拓展。

🖼️ 界面与架构展示

KiddiVision Banner

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12

[ 智能手机 (家长) ]
       │ 扫码访问配置后台 (HTTP 8080)
       ▼
[ Go 伴学服务端 (server/) ] ◄───────► [ 大模型 API (DeepSeek / Qwen / OpenAI) ]
       │                                     │
       ├─► [ Edge-TTS 语音流式合成 ]         │
       │                                     │
       ▼ (WebSocket 实时推流)                ▼
[ Android TV 客户端 (Kotlin + Compose for TV) ]
       ├── Media3 ExoPlayer (B 站视频直链播放)
       ├── RubyText (拼音注音展示)
       └── 遥控器焦点 & 语音录制交互

🛠️ 技术攻坚与亮点

  1. TV 遥控器与音频焦点管理：在 Android TV 上长按遥控器触发录音时，系统自动对正在播放的课程视频执行淡出静音，录音结束即刻恢复背景音，保证收音清晰度。
  2. 生词拼音排版组件：在 Jetpack Compose 中实现轻量高效的拼音文字对照布局（Ruby 注音），避免复杂 Canvas 绘制带来的重绘性能开销。
  3. 免公网 IP 的局域网秒级扫码配置：服务端内置 mDNS 与局域网 IP 自动广播，TV 端动态生成带局域网签名的二维码，家长手机零门槛配网。

📈 当前完成度

  • Go 高性能伴学服务与 WebSocket 双向通道
  • 家长手机端动态扫码配置后台
  • Edge-TTS 语音流式推送与播放
  • Compose for TV 界面、RubyText 拼音注音与焦点管理
  • Media3 ExoPlayer 视频流与防盗链 Header 适配

🔗 相关链接

  • 项目属性: 自研智能 TV 伴学系统（私有化部署，未开源）
  • 运行平台: Android TV 12+ / Sony 智能电视