会聊天的树莓派视频遥控小车 + iOS / Android / web应用

本文是树莓派视频遥控小车 + iOS / Android / web应用的续篇,在前文的基础上加入聊天的功能,支持多种语言的文字和语音聊天。语音识别、翻译和语义识别借助微软云的认知服务 (Azure Cognitive Services)。当前支持的聊天内容主要是指令和回复,可按需要自行添加。代码请见:github.com/shaqian/Cognitive-Bot/


演示

通过app与树莓派聊天。文字聊天可用任意语言,自动识别语种。语音聊天默认为英文,使用其他语言需要事先指定。


CognitiveBot

网页应用同时加入了图像识别,可简单描述图像内容,人脸识别会显示年纪和性别,也是用的微软认知服务。


vision


聊天过程实现

用户语音 ==1.语音识别==> 文字 ==2.语种识别==> ==3.翻译==> 英文 ==4.语义识别==> 意图 ==5.反应==> 英文回复 ==6.翻译==> 本地化回复 ==7.语音合成==> 语音回复

因为用户输入支持多种语言,所以在语义识别之前统一转换为英语再识别,这样可以减少语义识别的工作量,缺点是调用 API 较多有时会有延迟。

具体分步来说:

1. 语言识别:使用微软 Speech Translation API 将用户输入的音频转化为文字。如果输入为文字则跳过此步。

2. 语种识别:使用微软 Translation Text API 识别用户输入文字的语种,为后面的本地化回复做准备。

3. 翻译:使用微软 Translation Text API 将文本翻译为英语,为语义识别做准备。

4. 语义识别:使用微软 Language Understanding Intelligent Service (LUIS) 识别文本的语义。本项目使用的意图已经定义在 GitHub repo 下的 luis.json 中,在 luis.ai 创建项目,导入 json 文件,训练并发布后即可使用。

5. 反应:上一步语义识别后得到用户的意图,后台程序根据意图做出不同的反应。比如,用户输入为“打开空调”,LUIS 返回的意图为“Aircon.On”,小车会根据意图做出反应:i. 发送空调开机信号,ii. 通知用户空调已开启。

6. 翻译:上一步生成的默认回复为英文,使用微软 Translation Text API 翻译为用户的本地语言文本。

7. 语音合成:使用微软 Speech API 将文本转化为语音。


创建服务并使用

以上提到的微软云服务均有免费版,有微软云订阅的话可以在这里了解如何创建,没有订阅可以看一下试用

服务创建后需填写 CognitiveBotServer 文件夹下 config.js 中的参数:

1. LUIS

登录https://www.luis.ai/applications,点击 Import App,选择 luis.json,点击 Import。
发布应用的步骤请参考:https://docs.microsoft.com/en-us/azure/cognitive-services/luis/publishapp
取消勾选 Add verbose flag,复制 Endpoint url,粘贴至 config.js 的 luisURL

2. Translator Speech API

复制 key 粘贴至 config.js 的 sttSubKey

3. Translator Text API

复制 key 粘贴至 config.js 的 transSubKey

4. Bing Speech API

复制 key 粘贴至 config.js 的ttsSubKey

5. Computer Vision API

复制 key 粘贴至 config.js 的 visionKey


使用网页应用

此部分与前文树莓派视频遥控小车 + iOS / Android / web应用基本一样。

1. 运行cd ~/Cognitive-Bot/CognitiveBotServer;npm install安装依赖。

2. 开启 HLS 直播视频流:
cd ~/picam
./make_dirs.sh
./picam -o /run/shm/hls --vflip --hflip

3. 开启网页应用:
cd ~/Cognitive-Bot/CognitiveBotServer
sudo npm start

4. 在浏览器中打开http[s]://[IP-of-Raspberry-Pi] (将 [IP-of-Raspberry-Pi] 替换为实际的网址,比如:192.168.1.16)。


使用移动应用

此部分与前文树莓派视频遥控小车 + iOS / Android / web应用基本一样。

iOS

i. 编译并在模拟器中运行:
cd Cognitive-Bot/CognitiveBotApp
npm install
npm run ios

ii. 在设备上运行:
参考 React Native 官方文档的Running your app on iOS devices

Android

i. 编译并在模拟器中运行应用:
cd Cognitive-Bot/CognitiveBotApp
npm install
npm run android

ii. 在设备上运行:
参考 React Native 官方文档的Running your app on Android devices
或者直接使用repo中的 CognitiveBot.apk。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 196,442评论 5 462
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 82,604评论 2 373
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 143,576评论 0 325
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,652评论 1 267
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,495评论 5 358
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,370评论 1 274
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,792评论 3 387
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,435评论 0 255
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,735评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,777评论 2 314
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,553评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,399评论 3 315
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,806评论 3 300
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,038评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,330评论 1 253
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,766评论 2 342
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,964评论 2 337

推荐阅读更多精彩内容