夜雨聆风📖 全文约 1964 字 ｜ 阅读约 5 分钟
我有一个很日常但很折磨人的痛点——看书、刷文章、走路通勤的时候，脑子经常蹦出一些想法。等我掏出手机，打开备忘录，开输入法，几个字打一半，想法已经跑了。
所以我就想要个极简的东西：桌面上一个悬浮球，点一下开始录音，再点一下停止。录完自动把语音转成文字，按日期归档。每天的灵感文字合并成一页笔记，想复制的时候一键拷走。
听起来很简单对吧？
做起来花了半天。
第一版很快跑通了——Android 的 !!MediaRecorder!! API 其实很稳。录是能录，但问题马上就来了：
用 XML 的 layer-list 叠形状，渲染出来椭圆了。后来干脆改最简单的 oval 单层，外面容器锁死正方形，搞定。
问题 2：录下来的文件打不开，播放器提示「媒体错误」
Debug 一圈发现是文件名没带后缀，MIME 类型也写错了。我以为随便扔个路径就行，结果 Android 媒体服务不认。统一改成 ==.m4a + audio/m4a==，终于能播了。
问题 3：录音文件没存到系统录音目录
原代码写死了一个私有目录路径。改成公共 Music/InspirationRecorder，再调一下 MediaStore 让系统扫一圈——文件管理器也能看到了。
这一阶段差不多半天。说真的——==功能越简单，环境细节越容易卡人==。
这个 App 最值钱的就是「语音转文字」。我接的是火山引擎!!豆包!!的语音识别 API。
官方文档新版旧版参数和请求头完全不搭。一开始把 API Key 直接塞 X-Api-Key，返回 401。Debug 到后面才反应过来——我用的是 ==豆包大模型的 Key，根本不是语音识别的 Key==，两条产品线，两套东西。
问题 5：文件托管连环翻车（卡我最久的一块）
豆包 ASR 需要你给一个公网直链让它下载音频。也就是说，我先得把录好的 m4a 传到某个公网服务器，拿到 URL 再发给豆包。
我试了多少个服务？数一下：
❌ catbox.moe → stream was reset: PROTOCOL_ERROR（HTTP/2 握手失败）
❌ tmpfiles.org → Connection reset
❌ file.io → 返回的 JSON 其实是错误页面
❌ 0x0.st → 503 Service Unavailable
❌ transfer.sh → 连不上
最后靠三招稳住：
==强制走 HTTP/1.1==。 OkHttpClient.Builder().protocols(listOf(Protocol.HTTP_1_1))——这一步把大量奇怪的协议错误直接干掉每次上传建新 client，不复用连接池，避免「已死连接被复用」 每个服务设短超时，失败立刻跳到下一个，不卡整个转写流程 catbox 请求体必须带 reqtype=fileupload——少了这个字段直接失败
这块前前后后改了大概 6 次代码才稳定下来，是整个项目最耗时间的一环。
问题 6：URL 空字符串的坑
有一次我把 URL 写成了空字符串 ""——在 Kotlin 里写了 val url = "" ?: fallbackUrl。结果 "" 不是 null，fallback 永远不触发。报错：Expected URL scheme 'http' or 'https' but no scheme was found for。
改成 url.trim().ifEmpty { fallbackUrl } 才过。==这种「看起来是 null 检查，其实是空字符串检查」的坑，语言特性里最容易踩的一类==。
到第二阶段收工，App 已经能跑通：录音 → 上传 → 转写 → 显示文字。
但用起来很别扭：
「查看录音」按钮跳去文字列表，点一条就开始播放——不是我要的 转写结果没法一键复制，还得手动长按选 录音文件越堆越多，没有删除功能
后来加了四个东西：
跟手机自带录音 App 一样：一条条列出来，左边播放按钮、右边删除按钮，中间显示时长和文件大小。删除时同步干掉数据库记录 + 本地文件，Flow 自动刷新其他页面。
「每日灵感」卡片加一键复制
按日期分组展示，卡片右上角一个小复制按钮，点一下当天全部灵感进剪贴板。
「全部记录」回归纯粹的文字浏览
只留文字展示 + 单条复制。播放录音统一去「录音管理页」。
API Key 配置页
首页右上角齿轮按钮，弹窗分「新版控制台」和「旧版控制台」两种格式输入，配置存在本地 SharedPreferences。
关键文件位置：
悬浮球与录音： FloatingRecorderService.kt文件上传 fallback 链： FileUploader.kt豆包 ASR 调用： DoubaoAsrClient.kt数据库： InspirationRepository.kt录音管理页： AudioListActivity.kt
这次搞下来，有两件事我特别想聊。
第一件：==AI 把「动手做」的门槛打下来了，但「做好」的门槛一点没降==。搭个能录音的 App 一小时，做到「录完就出正确文字」——十几个小时。
第二件：==真实项目里 80% 的 bug 出在接口和边界条件==。协议版本、服务通不通、编码格式、权限声明、字段取不取得到、空串还是 null——这些东西教程不会重点讲，但真干起来卡你最久。
如果你也有类似的「小想法」，我的建议就一句：
==别想太多，先做出来再说。==
哪怕第一版长得丑、跑得慢，至少你知道它能不能真正解决你的问题。后面再迭代，永远比一开始追求完美高效得多。
如果你也有「脑子里一直想做但觉得不完美就没动手」的小工具，欢迎留言聊聊——说不定你的痛点就是下一个半天能跑通的 App 原型。
我在这里分享 AI 时代普通人动手造东西的真实过程，不包装、不贩卖焦虑。觉得有用的话，点个关注，下次更新不迷路。
