爆肝一周,用Python在物联网设备上写了个智能语音助手-总体方案-《神奇的物联网》-阿里云开发者社区

开发者社区> HaaS技术> 正文
登录阅读全文

爆肝一周,用Python在物联网设备上写了个智能语音助手-总体方案-《神奇的物联网》

简介: 基于HaaS EDU K1物理网开发板,通过数100行Python代码轻松打造一款智能语音助手!

1. 背景介绍

智能语音助手作为物联网领域的一个重要生态成员,是一种全新的交互方式,它能够解放双手,随时提供服务,无须借助任何按键。想必很多开发者都有玩过天猫精灵、小爱同学或者小度吧,看到这些炫酷的人工智能产品,是不是很想搞清楚它到底怎么工作的冲动,是不是也想自己打造一台专属智能语音助手。仅仅通过说出“HaaS HaaS”、“天猫精灵”、或“小爱同学”,就可以唤醒语音助手并告诉它想要的信息。在商业领域的人工智能产品要么是C或者C++开发,工作量巨大。现在有了HaaS EDU K1,基于HaaS云端一体框架,通过数100行Python代码就可以轻松打造一款智能音箱,这种全新的开发方式,还不来体验下!


开始学习之前我们先看一下案例效果:

涉及知识点

  • HaaS小程序配网
  • https网络通信
  • 本地唤醒AI推理引擎运用
  • 云端智能语音交互平台应用
  • 云端智能对话机器人应用
  • 模拟MIC声音采样
  • 喇叭播放wav、mp3文件
  • 文件系统应用
  • OLED绘字

2. 方案介绍

本案例基于HaaS云端一体智能语音交互框架打造的。整个框架如下:

云端一体智能语音交互框架.png

从框架可以看到,该案例是一个完整的云端语音交互全链路,包括了本地语音唤醒、回声消除、降噪、ASR、NLP、TTS等。学完该案例让你对智能语音助手有一个全新的认识。

2.1 软件功能

整个方案支持:

  1. HaaS小程序配网;
  2. HaaS HaaS离线语音唤醒;
  3. 云端智能语音交互;
  4. 自定义问答、闲聊、多轮对话、知识库等对话流管理。

3. 开发环境搭建

3.1 硬件准备

3.1.1 使用HaaS语音扩展板

HaaS语音扩展板是专门为HaaS EDU K1教育神器打造的,无缝对接,即查即用,不过目前没有对外售卖,后续将在一些训练营或活动中定向赠送。以下是使用HaaS语音扩展板的硬件图,最终正式的版本比这个更小。

HaaS智能语音.jpg

3.1.2 使用外接麦克风和喇叭

如果没有HaaS语音扩展板也没有关系,请按照如下步骤接入麦克风和喇叭:

HaaSEDU-kws接线图.png

麦克风接入MIC1_N接口,喇叭介入SPKLP接口。

HaaS EDU K1硬件排线图请参考
https://help.aliyun.com/document_detail/205267.html

购买链接仅供参考!!我们不负责商家发货的品质保障等问题!!

名称

数量

参考链接

HaaS EDU K1开发版

1

HaaS EDU K1购买链接

microUSB数据线

1

普通microusb线即可

模拟MIC

1

模拟MIC参考链接

喇叭

1

喇叭参考链接

杜邦线

数条

NA

3.2 环境搭建

参考《HaaS EDU K1快速开始》中安装HaaS Studio完成AliOS Things开发环境搭建。

3.2.1 Python固件编译、烧录

参考 《HaaS EDU K1快速上手》烧录带Python引擎的固件包。

打开串口

固件烧录完成后,可以通过串口查看示例的运行结果,打开串口的具体方法可参考《HaaS EDU K1快速开始》查看日志章节。

3.2.2 Python案例代码下载

该案例相关的源代码下载可参考《创建工程》,该案例是Python案例。
其中:

选择Python开发

选择解决方案: “voice_assistant”

选择开发板: HaaS EDU K1

haas智能语音助手工程创建.png

4. 软件架构

4.1 代码结构

├── asr.py                            # 云端语音识别处理接口
├── kws.py                            # 语音唤醒识别处理接口
├── main.py                           # 主程序
├── nlp.py                            # 云端智能对话交互处理接口
├── tts.py                            # TTS语音合成处理接口
├── oled.py                           # oled显示接口
├── player.py                         # TTS语音播报接口
├── README.md                         # 使用文档说明
├── recorder.py                       # 录音接口
├── resource                          # 本地语料文件
│   ├── network_connecting.mp3
│   ├── network_fail.mp3
│   ├── network_ok.mp3
│   ├── noquestion.mp3
│   ├── sorry.mp3
│   ├── wakeup.mp3
│   ├── welcome.mp3
│   ├── get_token_fail.mp3
└── └── wifi_smartconfig.mp3

4.2 程序主体

100行Python代码搞定程序主体:

def main():
    # 初始化声卡驱动
    print("enter main function\n")
    Snd.install_codec_driver()
    Snd.init()
    # 打开语音扩展板PA,PIN23: GPIO19
    gpio = GPIO()
    gpio.open('GPIO19')
    gpio.write(1)
    gpio.close()
    # 初始化oled
    oledInit()
    #初始化播放器
    audioPlayerInit()
    # 录音初始化
    audioRecorderInit()
    # 连接WiFi
    connectWifi()
    # get_wifi_status()
    sessionId = None
    is_session_finished = True
    # 初始化kws唤醒词
    global wakeup, count
    wakeup = False
    # 播报欢迎语料
    oledShowText('I am your HaaS', 6, 18, 1, True)
    oledShowText('voice assistant!', 4, 30, 1, False)
    audioPlay(welcome_file)
    while True:
        if is_session_finished == True: # 非多轮对话时播放提示音
            oledShowText('I am your HaaS', 6, 18, 1, True)
            oledShowText('voice assistant!', 4, 30, 1, False)
            kwsEnable(kwsCb)
            while wakeup == False:
                time.sleep(0.2)
            kwsDisable()
            # 播放唤醒提示音
            oledShowText('Host, i am here!', 2, 24, 1, True)
            audioPlay(wakeup_file)
        wakeup = False
        is_session_finished = True
        # record 3sec pcm data
        oledShowText('Please speak...', 8, 24, 1, True)
        rframes, length = audioRecord(duration)
        # ASR识别
        oledShowText('Recognizing...', 12, 24, 1, True)
        # 动态获取token
        token_resp = ucloud_ai.get_token_id(access_key, access_secret, domain, region_id)
        print('token_resp: %s' %token_resp)
        if token_resp == None:
            audioPlay(token_fail_file)
            continue
        token_resp = ujson.loads(token_resp)
        if token_resp != None:
            if token_resp.get('ErrMsg') != '':
                audioPlay(token_fail_file)
                continue
            asr_token = token_resp.get('Token').get('Id')
        else:
            print('get token fail')
            asr_token = asr_default_token
            if asr_token == None:
                audioPlay(sorry_file)
                continue
        asr_text = asrProcess(app_key, asr_token, 'pcm', rframes, length)
        if asr_text == None:
            oledShowText('Answering...', 12, 24, 1, True)
            audioPlay(sorry_file) # 抱歉,我没有听清楚,请重新说一次试试
            continue
        # NLP自然语音处理
        is_session_finished, sessionId, intentName, text = nlpProcess(access_key, access_secret, instance_id, sessionId, asr_text)
        if text == None:
            oledShowText('Answering...', 12, 24, 1, True)
            audioPlay(noquestion_file) # 抱歉,没有找到你问的问题,请换一个试试
            continue
        # TTS合成
        # text = '今天天气很好'
        tts_resp = ttsProcess(app_key, asr_token, 3, 16000, 'siqi', 100, 0, 0, text, tts_file)
        oledShowText('Answering...', 12, 24, 1, True)
        # 根据意图执行设备端动作
        doIntent(intentName)
        if tts_resp == True:
            # 播放tts
            print('start to audioPlay tts\n')
            audioPlay('fs:' + tts_file)
        else:
            print('tts resposne fail')
            audioPlay(network_fail_file)
    # 释放kws资源
    kwsDisable()
    # 释放播放器
    audioPlayerUninit()
    # 释放录音资源
    audioRecordUninit()
    # 释放声卡驱动
    Snd.uninstall_codec_driver()
    Snd.deinit()

5. 案例体验

本案例不支持打断功能,所以在唤醒后等待语音播报完成在进行问答,屏幕上有对应的提示。

5.1 云端功能开通

5.1.1 阿里云账号开通及访问控制

参考《爆肝一周,用Python在物联网设备上写了个智能语音助手-创建阿里云账号》完成以下两个步骤:

  1. 注册阿里云账号
  2. 获取AccessKey和Secret

5.1.2 智能语音交互开通及配置

参考爆肝一周,用Python在物联网设备上写了个智能语音助手-阿里云智能语音交互》完成以下三个主要步骤:

  1. 智能语音交互功能开通
  2. 完成语音识别和语音合成功能进行配置
  3. 获取智能语音交互Appkey

5.1.3 智能对话机器人开通及配置

参考爆肝一周,用Python在物联网设备上写了个智能语音助手-阿里云智能对话机器人》完成以下四个主要步骤:

  1. 创建会话机器人
  2. 配置机器人知识库
  3. 发布机器人
  4. 在机器人管理页获取对话机器人实例ID

5.2 设备端代码配置

5.2.1 账号信息配置

在上述5.1云端功能开通完成后,将获取到的AccessKey/Access Secret/Appkey/机器人ID填入到main.py中:

# 阿里云访问账号
access_key = 'Your-Access-Key'
access_secret = 'Your-Access-Secret'
# 智能语音交互
app_key = 'Your-App-Key'
# 登陆https://nls-portal.console.aliyun.com/overview
# 查看你创建的项目功能配置旁边的appkey
# Chatbot对话机器人实例ID
instance_id = 'chatbot-cn-XXXXXXX'
# 登陆https://chatbot.console.aliyun.com/yunme.htm#/beebot_preview/overview
# 查看您创建的机器人ID

5.2.2 开关灯意图匹配

在5.1.3 智能对话机器人开通及配置中介绍了如何创建开关灯对话流,设备端events中的名称需与对话流中的意图名称保持一致。设备端对意图的处理代码位于main.py中,代码如下:

def doIntent(intentName):
    if intentName == None:
        return
    print('intentName: %s' %intentName)
    leds=("led_r", "led_g", "led_b")
    events = [
                {'light_on': 'leds', 'value': 1},
                {'light_off': 'leds', 'value': 0},
                {'red_light_on': 'led_r', 'value': 1},
                {'red_light_off': 'led_r', 'value': 0},
                {'green_light_on': 'led_g', 'value': 1},
                {'green_light_off': 'led_g', 'value': 0},
                {'blue_light_on': 'led_b', 'value': 1},
                {'blue_light_off': 'led_b', 'value': 0},
    ]
    gpio = GPIO()
    for event in events:
        led = event.get(intentName)
        if led != None:
            value = event.get('value')
            if led == 'leds':
                for led in leds:
                    gpio.open(led)
                    gpio.write(value)
                    gpio.close()
            else:
                gpio.open(led)
                gpio.write(value)
                gpio.close()

当匹配意图为red_light_on时,设备端将GPIO led_r拉高置1点亮红灯。其他意图类似处理,如果有特殊需求,可以根据需要修改意图,比如控制其他GPIO或者PWM等操作。

5.3 Python代码推送

参考《Python 轻应用开发工具 HaaS-Studio》推送本案例Python代码包到设备中。

注意事项

如果遇到代码推送结束时报错,请确保设备/data/目录下,除python相关文件外,没有其他不必要的文件,如有,请删除再重试。

5.4 HaaS小程序配网

  1. 确认OLED上显示"Enter WiFi Smart Config...";
  2. 打开手机支付宝,搜索HaaS小程序,同时打开手机蓝牙功能;
  3. 点击扫描待配网设备;
  4. 选择Wi-Fi SSID;
  5. 填入Wi-Fi密码;
  6. 点击发起配网;
  7. 等待设备端连接Wi-Fi,当听到语音播报“网络连接成功!”或OLED看到“WiFi Connected!”表示网络连接成功。

注意事项

如果已经连接过WiFi,想要重新配网,请进入串口按"Ctrl+C",然后按“Ctrl+D”退出Python,再rm /data/wifi.conf后重启进入配网。

5.5 语音交互体验

联网成功后,说出“HaaS HaaS“后,设备唤醒。可以开始向HaaS小助手提问了,让她帮你查天气,开关灯等。当然前提是你在智能对话机器人中已经配置好对话策略。快来打造你的智能语音助手吧!

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

分享:
+ 订阅

HaaS(Hardware as a Service)物联网设备云端一体开发框架,整合阿里云、达摩院、平头哥技术,基于数亿物联网设备接入经验,提供积木式硬件开发能力,实现低代码快速开发,帮助中小开发者聚焦业务,实现设备安全上云,加速设备创新迭代。

官方博客
最新文章
相关文章
官网链接