天猫精灵语音开发-第二天

简介: 图文详解如何开发天猫精灵语音应用,以及阿里云云开发平台的基本使用,最后将介绍如何把使用阿里云云开发平台做后台开发天猫精灵应用

前言

  • 在第一天的教程《天猫精灵语音开发-第一天》 里我们已经尝试开发出了一个hello world
  • 今天这一节课中,我们要创建一个查询天气的意图,实现“小莫同学”->“主人我在,我可以帮你查询天气”。

流程

  • 前台配置流程

    • 创建天气意图和实体
    • 配置单轮对话和追问
    • 配置多轮对话
  • 后台开发流程

    • 解析请求意图并返回预期值
    • 提交代码并部署上线
  • 语音测试
  • 项目下线

前台配置流程

创建天气意图和实体

image.png

image.png

image.png

image.png

配置单轮对话和进行语料标记

image.png

注意事项:

  • 针对所有城市的天气状况可以使用模板进行创建:@{city}@{sys.date(公共实体)}天气怎么样
  • 当用户直接询问“天气怎么样”时,即不知道城市名也不知道所问天气的日期是多少时,我们可以做以下操作:

    • 不知道查询哪个城市的天气时,可以在参数中,添加追问语句,如“请问是哪个城市的天气呢?”;
    • 不知道所问天气的日期是哪天时,可以关闭“精灵追问”,设置“系统默认实体值”为“今天”。

配置多轮对话

image.png

后台开发

登录阿里云云开发平台(网址:workbench.aliyun.com)开发后台代码,进入详情请看第一天教程

解析请求意图并返回预期值

image.png

全部代码如下:

package com.alibaba.ailabs;

import com.alibaba.ailabs.common.AbstractEntry;
import com.alibaba.da.coin.ide.spi.meta.AskedInfoMsg;
import com.alibaba.da.coin.ide.spi.meta.ExecuteCode;
import com.alibaba.da.coin.ide.spi.meta.ResultType;
import com.alibaba.da.coin.ide.spi.standard.ResultModel;
import com.alibaba.da.coin.ide.spi.standard.TaskQuery;
import com.alibaba.da.coin.ide.spi.standard.TaskResult;
import com.alibaba.fastjson.JSON;
import com.alibaba.fastjson.JSONObject;
import com.aliyun.fc.runtime.Context;

import org.apache.commons.lang3.StringUtils;

import java.util.ArrayList;
import java.util.List;
import java.util.Map;
import java.util.stream.Collectors;

/**
 * @Description 天猫精灵技能函数入口,FC
 * handler:com.alibaba.ailabs.GenieEntry::handleRequest
 * @Version 1.0
 **/
public class GenieEntry extends AbstractEntry {
    @Override
    public ResultModel<TaskResult> execute(TaskQuery taskQuery, Context context) {
        context.getLogger().info("taskQuery: " + JSON.toJSONString(taskQuery));
        ResultModel<TaskResult> res = new ResultModel<>();
        TaskResult taskResult = new TaskResult();
        // 从请求中获取意图参数以及参数值
        Map<String, String> paramMap = taskQuery.getSlotEntities().stream().collect(Collectors.toMap(slotItem -> slotItem.getIntentParameterName(), slotItem -> slotItem.getStandardValue()));
        
        String intentName = taskQuery.getIntentName();

        if("gclm-hi".equals(intentName)){
            taskResult.setReply("主人我在,我可以帮你查询天气");
        } else if("wether".equals(intentName)){
             String city = paramMap.get("city");
             //意图中 date 参数勾选了必选,请求数据中一定会携带 date 参数,因此只需要判断 city 参数有没有
             if(StringUtils.isBlank(city)) {
                   taskResult.setReply("主人,你要查询那个城市的天气啊!!!");
             }
            // 这是使用假数据
            taskResult.setReply("主人,"+city + paramMap.get("sys.date(公共实体)") + "天气 晴");
        } else {
            taskResult.setReply("主人,我无法识别你的意图,等我重新学习后再来更好的服务主人");
        }

        
       return reply(taskResult);
    }

    /**
     * 结束对话的回复,回复后音箱闭麦
     */
    private ResultModel<TaskResult> reply(TaskResult taskResult) {
        ResultModel<TaskResult> res = new ResultModel<>();
        taskResult.setExecuteCode(ExecuteCode.SUCCESS);
        taskResult.setResultType(ResultType.RESULT);
        res.setReturnCode("0");
        res.setReturnValue(taskResult);
        return res;
    }

    /**
     * 指定追问参数,音箱自动开麦,用户的回答优先匹配追问的参数
     */
    private ResultModel<TaskResult> askReply(TaskResult taskResult, String parameterName, Long intentId) {
        ResultModel<TaskResult> res = new ResultModel<>();
        taskResult.setExecuteCode(ExecuteCode.SUCCESS);
        taskResult.setResultType(ResultType.ASK_INF);
        AskedInfoMsg askedInfoMsg = new AskedInfoMsg();
        askedInfoMsg.setIntentId(intentId);
        askedInfoMsg.setParameterName(parameterName);
        List<AskedInfoMsg> askedInfos = new ArrayList<>();
        askedInfos.add(askedInfoMsg);
        taskResult.setAskedInfos(askedInfos);
        res.setReturnValue(taskResult);
        return res;
    }
}

提交代码并部署上线

  • 使用Git提交代码
  • 选择预发环境部署上线,详情请看第一天教程

语音测试

进入在线测试进行测试

image.png

项目下线

在线测试完成后,要在云开发平台中我的应用及时将部署的应用下线,因为免费额度有限,不及时下线将会产生不必要的费用

昨天就忘记下线了。多跑了一定的流量

image.png

image.png

相关文章
|
存储 数据库 Android开发
|
关系型数据库 MySQL 网络安全
Mysql8.0 开启 SSL加密 mysql_ssl_rsa_setup
Mysql8.0 开启 SSL加密 mysql_ssl_rsa_setup
2250 0
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
41_涌现能力:从zero-shot到in-context学习
在人工智能领域,2022年以来,大语言模型(LLM)展现出的一系列惊人能力引发了广泛关注。其中最令人着迷的现象之一,就是**涌现能力**(Emergent Abilities)——当模型规模超过某个临界点时,突然表现出的在小模型中不存在的新能力。这种量变引发质变的神奇现象,彻底改变了我们对AI发展路径的认知。从最初只能进行简单文本生成的模型,到如今能够理解复杂指令、执行多步推理、甚至在未经过专门训练的任务上表现出色的AI系统,大语言模型正逐步逼近人类级别的认知能力。
|
4月前
|
JSON 分布式计算 大数据
springboot项目集成大数据第三方dolphinscheduler调度器
springboot项目集成大数据第三方dolphinscheduler调度器
278 3
|
关系型数据库 数据挖掘 数据库
解析数据库联结:应用与实践中的 INNER JOIN、LEFT JOIN、RIGHT JOIN、FULL OUTER JOIN 与 CROSS JOIN
解析数据库联结:应用与实践中的 INNER JOIN、LEFT JOIN、RIGHT JOIN、FULL OUTER JOIN 与 CROSS JOIN
341 2
|
安全 Java
如何在 Java 中停止线程
【8月更文挑战第22天】
581 4
|
存储 缓存 固态存储
详解电子设备RAM和ROM
详解电子设备RAM和ROM
3268 0
|
自然语言处理 搜索推荐 数据可视化
如何使用python实现一个优雅的词云?(超详细)
如何使用python实现一个优雅的词云?(超详细)
523 2
|
关系型数据库 Serverless 分布式数据库
阿里云 Serverless 高可用架构
阿里云的《卓越效能,极简运维,Serverless高可用架构》解决方案提供了全托管服务、自动扩展、高可用性、无缝集成以及内置安全等核心功能。该方案通过免除底层基础设施的管理,允许用户专注于应用程序开发,同时确保应用的稳定运行和资源的有效利用。 **核心功能简介**: - **全托管服务**:用户无需关心底层硬件,由阿里云负责维护和扩展计算资源。 - **自动扩展**:根据业务需求自动调整资源,确保应用在高峰期有足够的计算能力,低谷期则节省成本。 - **高可用性**:多地域和多可用区部署,实现故障自动切换,确保业务连续性。 - **无缝集成**:与阿里云的其他服务(如数据库、消息队列等)深度
|
机器学习/深度学习 人工智能 算法
程序员必知:VS2017动态链接库(.dll)的生成与使用
程序员必知:VS2017动态链接库(.dll)的生成与使用
948 0