Author：qyan.li

Date：2022.6.7

Topic：借助于python构建语音交互的智能机器人

​          ~~~~~~~~         经过几天的努力，基于python构建语音交互的智能机器人终于完成，今天这篇文章会完善阐述一下系统的总体架构，将前面的四篇文章串联起来，形成一个完善的系统。完整的项目代码已经上传至github，链接会在最后给出，需要的同学可自行下载参考。

​          ~~~~~~~~         前序四篇功能实现的博文链接如下，可自行参考：

​          ~~~~~~~~         智能系统的主要功能实现在前面四篇博文中已成功完成，系统的总体框架图如下： ​          ~~~~~~~~         上述的所有功能(除智能聊天功能外)，其他所有的功能均在前四篇博文中分篇进行阐述，由于智能聊天功能较为简单，且核心为调用现有方法，因此不做详细展示。

​          ~~~~~~~~         在完整的代码中，智能机器人的各个功能实现已经实现完美的封装(使用class类，函数)，因此，调用起来也比较简单，故系统综合的阶段需要考虑如何将各部分功能实现的代码串联起来，实现完整使系统的构建。

​          ~~~~~~~~         首先，由于是借助于语音实现系统交互，因此必须存在音频录制和音频识别的模块。音频录音的代码较为简单，网络资源也比较丰富，下面提供自己音频录制的代码，仅供参考。

小Tips：

上述代码实现录制10s的音频，并将音频另存为wav文件，录制的时间可在代码中RECORD_SECONDS变量处进行修改

​          ~~~~~~~~         OK，音频录制的功能实现，如果想利用语音实现智能交互，就必须让智能系统能够理解用户意图，可以借助于文字实现意图理解和判断，因此还必须另写语音转文字的模块。实验中借助于百度云的语音识别接口，其他公司同样提供类似接口(阿里云语音接口调用，参照另一篇博文：(6条消息) 简单记录阿里云语音识别API调用方法_隔壁李学长的博客-CSDN博客)，下面提供百度云语音接口调用的代码示例：

​          ~~~~~~~~         另外，语音交互不仅仅希望用户使用语音进行控制，更希望智能系统返回的文字结果可以借助于语音的方式进行输出，所以接下来的任务就是构建语音输出模块。

​          ~~~~~~~~         当然，文字合成语音可以借助于公司现有的API接口，同样可以借助于pyttsx3模块，该模块可以将字符串以语音的形式朗读出来，代码示例：

​          ~~~~~~~~         OK，语音交互的模块已完成，但是要实现智能的交互，还有比较重要的模块：语义理解。语义理解首先必须明确用户询问的问题属于哪个类别，以决定后续程序进入哪个function或者class进行执行，这部分是借助于模糊匹配进行实现：

小Tips：

​ 代码中构建四个模板，借助于模糊匹配技术，判断用户输入与各个模板的匹配程度，以决定用户询问问题的类别，以进入不同的模块执行不同的命令。

​          ~~~~~~~~         用户询问问题类别已经确定，而后的任务是提取语句中的主体对象，如问句给文件传输助手发微信告诉他我想它啦！我们需要提取出语句中发送对象文件传输助手，发送方式微信，发送内容我想她啦！，只有具有上述内容之后，我们才能执行后续的操作，邮件的发送也是类似的处理方法。处理的方法我目前还未想到较好的解决办法，只能根据关键词进行识别，比较死板，局限性也比较大。

​          ~~~~~~~~         最后，构建代码主逻辑之前，提一下智能聊天的功能实现，本质上就是调用网络上的接口，借助于别人已经实现完成的模块，调用的方式：

​          ~~~~~~~~         OK，代码中涉及语音交互的部分，语句处理的部分基本完成，接下来的任务就比较纯粹，写一个主函数完成代码主体逻辑的构建，该部分写的不太完善，读者可自行修改。