Rokid Workshop 第一期:星座大师技能分享

简介:

WechatIMG715

想学习如何开发一款星座占卜机器人吗?你可能错过了一场

Rokid Workshop 第一期在众多开发者们静静的码字中落幕~

_2018_05_08_8_14_35

Rokid Workshop 是专攻语音交互深度解析和实战的工作坊,第一期于5月5日在米萨咖啡馆开幕,主题为 " 如何开发一款星座占卜机器人 "。

现场由来自 Rokid 的 Java 开发工程师鲍杭为众多开发者们讲述了如何设计一款用户喜欢使用的语音交互技能,并针对具体的开发难点进行了技术分享。

_2018_05_08_8_15_02

讲师不但给大家普及了语音元认知,包括语音交互的基础概念、语音三元组(ASR、NLP、TTS)和交互场景,还在现场亲自为开发者演示操作完整的星座占卜技能的开发过程。

将向大家讲述如何开发一款用户喜欢使用的对话式 AI 技能 ,并针对具体的开发难点进行技术分享。

对啦,本次活动中不只有讲师的现场分享,还安排了实操环节。

看开发者和他们密不可分的伙伴。

_2018_05_08_8_16_00

在现场开发过程中,开发者与讲师和辅导员进行了一对一的交流,更重要的是实时解决了一些开发者的疑问。

_2018_05_08_8_16_09

最后,恭喜千山暮雪同学以当场开发完成的两个技能获得了现场的 Rokid 鼓励大奖。

 

【活动分享】

讲师 ppt 分享

Rokid Workshop 01 课题分享.pdf (2.1 MB)

开发者常见问题分享

概念部分问题汇总

  1. 还是需要加强 domain,intent,pattern,slots概念的理解。

解答:详细部分可参照[官方文档](https://developer.rokid.com/docs/2-RokidDocument/1-SkillsKit/important-concept/intend.html),下面是一种类比的解读方式:domain相当于一个应用程序,intent相当于程序中的一个方法,而slots相当于方法执行时需要的参数,pattern是连接intent和slots之间的桥梁。使用这种语义解析形式,最终我们可以通过asr的输出信息,直接让程序去执行特定的业务方法。

  1. 为什么使用如下形式的pattern:($today|$tomorrow|$week|$month|$year)?$astroname($astro)?($info)?($how)?,有什么好处?

解答:pattern由多个slots组成,在新建pattern之前我们首先需要新建使用到的slots,即在页面中先创建slot_type并填写相应的value值(一个slot_type可以有多个value值,使用换行符分隔)。这里我们使用的是引用slots的方式,其中$符号表示引用,()符仅为了词之间的区分,?表示此slots是可选的,注意在编写pattern的时候要细心,要符合语法规则,否则会编译失败。引用的功能相当于程序中的变量的作用,我们可以给变量赋不同的值,比如$how,当我们这样定义,并且在slots的value中添加了怎样、怎么样、如何等值后,我们就可以使用how来替代这三个值了。当我们的词表中的value值很丰富的时候,我们就可以使用一个pattern来覆盖相当多的说法了,这是我们推荐的做法。为了比较,我们也可以使用(今天)?(白羊)(星座)?(运势)?(怎样)?作为一个pattern,大家可以试一试同样能实现星座查询的效果,但这显然不是最佳实践,因为他只支持很少的说法,当用户说今天白羊星座运势如何的时候,程序就不支持了。具体的细节,大家可以多调试程序,动手实践去发现 :)。

技能创建部分问题汇总

  1. 技能创建时,尽量取一个易读的名称,技能名称和入口词保持一致,比如都为星座大师,入口词部分不需要填写打开二字,这部份我们程序在处理时会自动帮您加上。开放性选择公有,场景化展示选择非场景化。
  2. 语音交互页面配置时,需要在编辑框中定义intent、pattern以及slots。其中user_says部分就是我们所说的pattern。同时因为我们使用到了slots,所以意图定义完毕后需要在下方填写词表的内容,词表就是我们之前说的slots,词表的定义的就是对pattern中出现的变量进行不同的赋值,从而来完善我们的语句的覆盖面。

> 注意: 语音交互配置完毕后需要点击下方的 编译 方可生效。

  1. 接下来进行编程的环节,点击配置中的配置服务选项,进行相关信息的填写,并在代码框中放入自己的程序。请保证代码的正确性,对于星座大师技能,如果使用我们提供的代码,注意将程序中的var appkey="xxx";这一行,替换成自己申请注册的appkey。配置完毕后进行保存,然后可以进行测试,我们有两种测试方式。一种是在代码编辑窗口,点击更多操作下的配置测试用例按钮,自行配置自己的intent和slots来模拟请求测试。第二种方式是回到之前创建技能的页面,选择集成测试按钮,在后端服务测试中输入语句开始测试,就可以看到相应的测试结果信息。对于新人我们推荐这种测试方式,更加的便捷。

真机测试

  1. 技能创建成功后,无需发布即可进行真机的测试。我们只需要在集成测试页面,进行测试设备的添加即可,其中mini的device_type_id为3EBDA7D872134F9485457653B43257D8,mini的device_id在mini设备的背面,03开头,先竖着读,再横着读~

添加成功后,我们就可以对着设备说:若琪,打开星座大师,就可以愉快的体验你自己开发的技能了。其中星座大师只是一个例子,这是你创建技能时候填写的名字,大家需要根据自己的名字自行替换哦。

> 注意: 考虑到设备的体验,我们的平台内部对整个语音链锯请求的延时控制在2s,如果2s内请求没有结果响应,交互将会被终止,所以大家在开发过程中调用了第三方API时,应该将这种情况考虑进去,尽可能的优化自己的程序,控制程序的耗时。开发过程中可以多打印日志,查看日志了解程序的运行状态。

现学的mini日志查看技能,命令行输入:`adb shell

rklogger`

最后希望大家多动手实践,多试错,加深理解,祝大家玩得愉快~

相关实践学习
达摩院智能语音交互 - 声纹识别技术
声纹识别是基于每个发音人的发音器官构造不同,识别当前发音人的身份。按照任务具体分为两种: 声纹辨认:从说话人集合中判别出测试语音所属的说话人,为多选一的问题 声纹确认:判断测试语音是否由目标说话人所说,是二选一的问题(是或者不是) 按照应用具体分为两种: 文本相关:要求使用者重复指定的话语,通常包含与训练信息相同的文本(精度较高,适合当前应用模式) 文本无关:对使用者发音内容和语言没有要求,受信道环境影响比较大,精度不高 本课程主要介绍声纹识别的原型技术、系统架构及应用案例等。 讲师介绍: 郑斯奇,达摩院算法专家,毕业于美国哈佛大学,研究方向包括声纹识别、性别、年龄、语种识别等。致力于推动端侧声纹与个性化技术的研究和大规模应用。
目录
相关文章
|
2月前
|
人工智能 弹性计算 测试技术
阿里云轻量应用服务器38元1年什么配置?抢购入口在哪?没抢到怎么办?
本文围绕阿里云38元/年轻量应用服务器抢购活动展开完整解析,明确其2核2G、200M峰值带宽的配置细节、每日两场的抢购时段与镜像选择方案,梳理了抢购资格、入口与提升成功率的实操技巧。同时补充99元ECS经济型e实例、199元通用算力型u1实例两大高性价比替代方案,覆盖新老用户不同上云需求,为用户提供从限时抢购到长期稳定用云的完整选型参考。
|
2月前
|
人工智能 自然语言处理 安全
AI大模型时代,新一代好用的智能客服系统有哪些颠覆性变化?
本文聚焦大模型驱动的智能客服变革,以阿里云瓴羊Quick Service为样本,揭示其从“能答”到“能干”的范式跃迁——通过感知—理解—决策—执行闭环,实现改地址、催发货等任务自动办理,并支撑企业服务升级与增长提效。(239字)
|
2月前
|
数据采集 人工智能 缓存
告别AI搜索漏抓:robots.txt与AI爬虫管理的配置实践手记
本文记录AI搜索引擎爬虫管理的完整配置流程:GPTBot/OAI-SearchBot/ClaudeBot等爬虫的识别、robots.txt精确规则写法、Sitemap指令、curl模拟UA验证方法,并附5个真实踩坑案例。
|
3月前
|
人工智能 自然语言处理 搜索推荐
《2026 GEO 行业白皮书》:AI 正在替用户做选择,你的品牌还在它的答案里吗?
《2026 GEO行业白皮书》由新港智优科技·机灵AI发布,基于CNNIC、Gartner等权威数据,深度解析生成式引擎优化(GEO)——从“搜链接”到“问AI”的范式革命。揭示6亿用户迁移、280亿市场、RAG三大法则及2026五大关键变量,强调权威信源、EEAT质量与结构化数据的核心地位,并警示黑帽风险。窗口期有限,合规布局刻不容缓。(239字)
|
3月前
|
安全 关系型数据库 MySQL
切换从32秒缩到10秒,MHA到InnoDB Cluster升级复盘
从MHA停维护近十年、份额跌至12%的现实切入,完整记录从MHA一主两从升级到InnoDB Cluster的路径,含MySQL Shell建集群、Router切换、数据迁移与验证下线
|
4月前
|
边缘计算 自然语言处理 安全
跨境电商技术落地实战:从架构适配到避坑,搞定出海系统核心难题
本文深度拆解跨境电商技术落地全链路,涵盖全球化架构、跨境支付、数据同步、海外合规四大核心场景,直击90%出海团队踩坑痛点。提供可复用的轻量化方案与避坑指南,助开发者避开卡顿、超卖、违规等致命问题,实现稳定、合规、高效出海。
359 1
|
4月前
|
人工智能 自然语言处理 数据可视化
2026年AI办公助手场景化提效全指南
本文分享作者半年AI办公实战经验,聚焦内容生产、会议沟通、项目管理、知识沉淀四大提效场景,剖析主流工具特点,并为管理者、HR、行政、销售等角色提供分岗位落地建议,强调AI核心价值是解放人力于低价值搬运,专注高价值决策与创意。
|
4月前
|
缓存 测试技术 对象存储
阿里云国际站:OSS防盗链配置后图片无法显示?
阿里云OSS防盗链配置后图片大面积403,往往暴露出两个深层问题:一是对Referer校验机制的理解停留在表面,二是忽略了多终端与CDN环境下的Header传递细节。阿里云OSS防盗链图片不显示解决方法的关键,在于识别白名单错填、空Referer策略和Referer透传失效这几类高频诱因,而非盲目重刷规则。
566 0
|
5月前
|
人工智能 自然语言处理 安全
阿里云云部署OpenClaw集成钉钉
本文详解OpenClaw开源AI助手与钉钉的深度集成:支持群聊/单聊中自然语言交互,涵盖环境部署、钉钉应用创建、通道配置、机器人测试及多Agent绑定等全流程,并强调使用前须评估安全与合规性。