AI语音技能云开发 - “我在,你说”

简介: 与语音技能的简单对话

上一篇中我们已经创建了一个语音技能,实现了“欢迎”-> “Hello World”


这一篇中,我们要创建一个查询天气的意图,实现“语音精灵”-> “我在,你说,我可以帮你查询天气”


一、 配置语音交互模型

1.1 新建一个“意图”

编辑已经创建好的语音技能,选择“语音交互模块”,点击“创建意图”,创建一个“天气查询意图

image.png

填写“意图名称”和“意图标识

image.png

1.2 配置单轮对话的语料
  • 语料:是指当用户为了达到目的向音箱说出的语音指令。
  • 单轮对话语料的含义是:当用户说这句话时,就可以确认用户就是希望使用这个意图的功能。
  • 语料的泛化:用户不可能只按照一句语料来说,所以相似的表达也应该配置成语料,这叫做语料的泛化。

如:“杭州今天天气怎么样”,“杭州明天天气怎么样”,“杭州今天天气如何”,“北京天气怎么样”

配置“单轮对话表达”,输入表达语句,回车添加,添加完成后,提交

image.png

1.3 创建配置实体

我们在进行配置意图语料时,天气查询涉及到杭州(城市)、今天(时间)这两个参数,而我们在配置中又不可能将所有城市和时间穷举。这时,通过实体就可以帮助我们很好的解决这两个参数的配置。


创建一个自定义实体,填写实体名称实体标识名,并添加实体值,如:北京、杭州、上海等,中间以空格分隔,回车保存

image.png

image.png

image.png

创建一个时间公共实体(sys.date),点击引用公共实体,搜索sys.date回车,打开引用按钮

image.png

image.png

以下就是我们所配置的实体列表,一个城市自定义实体,一个日期公共实体

image.png

1.4 进行实体标注

编辑意图中的天气查询,选中“今天”,在弹框中选择我们实体中的sys.date。同理,选中“杭州”,在弹框中选择实体city

image.png

image.png

1.5 参数默认及参数追问

有时,我们会这么问“杭州天气怎么样”,相当于默认日期为“今天”,此时我们可以这样配置

image.png

有时,我们也会这么问“今天天气怎么样”,我们就不知道要查询的是哪个城市的天气,此时,我们就可以配置追问,在城市参数中点击编辑,添加追问语句,“您要查询哪个城市的天气”

image.png

1.6 配置多轮对话

有时,在问完,“杭州天气怎么样”之后,会接着问“那明天呢”,“那北京呢”等等,添加多轮对话编辑,并进行实体标注

image.png

二、 开发部署后端服务

2.1 在后端服务模块,点击左侧服务部署,点击前往开发按钮前往CloudIDE平台开发技能

image.png

2.2 在CloudIDE平台进行代码修改
packagecom.alibaba.ailabs;
importcom.alibaba.ailabs.common.AbstractEntry;
importcom.alibaba.da.coin.ide.spi.meta.AskedInfoMsg;
importcom.alibaba.da.coin.ide.spi.meta.ExecuteCode;
importcom.alibaba.da.coin.ide.spi.meta.ResultType;
importcom.alibaba.da.coin.ide.spi.standard.ResultModel;
importcom.alibaba.da.coin.ide.spi.standard.TaskQuery;
importcom.alibaba.da.coin.ide.spi.standard.TaskResult;
importcom.alibaba.fastjson.JSON;
importcom.aliyun.fc.runtime.Context;
importjava.util.ArrayList;
importjava.util.List;
importjava.util.Map;
importjava.util.stream.Collectors;
/*** @Description 天猫精灵技能函数入口,FC*              handler:com.alibaba.ailabs.GenieEntry::handleRequest* @Version 1.0**/publicclassGenieEntryextendsAbstractEntry {
@OverridepublicResultModel<TaskResult>execute(TaskQuerytaskQuery, Contextcontext) {
context.getLogger().info("taskQuery: "+JSON.toJSONString(taskQuery));
// ResultModel<TaskResult> res = new ResultModel<>();TaskResulttaskResult=newTaskResult();
// 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.getOriginalValue()));
//处理名称为 welcome 的意图if ("welcome".equals(taskQuery.getIntentName())) {
taskResult.setReply("我在,你说,我可以帮你查询天气");
//处理名称为 weather 的意图        } elseif ("weather".equals(taskQuery.getIntentName())) {
//weather 意图中 date 参数勾选了必选,请求数据中一定会携带 date 参数,只需要判断 city 参数有没有。if (paramMap.get("city") ==null) {
taskResult.setReply("您要查询哪个城市的天气?");
returnaskReply(taskResult, "city", taskQuery.getIntentId());
            }
//TODO 根据参数获取天气信息,这里使用假数据替代taskResult.setReply(paramMap.get("city") +paramMap.get("sys.date(公共实体)") +"天气 晴");
//处理名称为 ari_quality 的意图        }else {
taskResult.setReply("请检查意图名称是否正确,或者新增的意图没有在代码里添加对应的处理分支。");
        }
returnreply(taskResult);
      }
/*** 结束对话的回复,回复后音箱闭麦*/privateResultModel<TaskResult>reply(TaskResulttaskResult) {
ResultModel<TaskResult>res=newResultModel<>();
taskResult.setExecuteCode(ExecuteCode.SUCCESS);
taskResult.setResultType(ResultType.RESULT);
res.setReturnCode("0");
res.setReturnValue(taskResult);
returnres;
    }
/*** 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*/privateResultModel<TaskResult>askReply(TaskResulttaskResult, StringparameterName, LongintentId) {
ResultModel<TaskResult>res=newResultModel<>();
taskResult.setExecuteCode(ExecuteCode.SUCCESS);
taskResult.setResultType(ResultType.ASK_INF);
AskedInfoMsgaskedInfoMsg=newAskedInfoMsg();
askedInfoMsg.setIntentId(intentId);
askedInfoMsg.setParameterName(parameterName);
List<AskedInfoMsg>askedInfos=newArrayList<>();
askedInfos.add(askedInfoMsg);
taskResult.setAskedInfos(askedInfos);
res.setReturnValue(taskResult);
returnres;
    }
}
2.3 完成代码修改后,提交到代码仓库保存,并部署“预发环境

image.png

image.png

三、语音技能测试

3.1 进入在线测试进行测试

image.png

3.2 测试结果

image.png

四、应用下线

在线测试完成后,要在云开发平台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

image.png

下一篇,我们将实现意图的切换,参数的传递

天猫技能应用平台官方文档:https://aligenie.com/doc/20255408/pvtgu9


文章搬自:https://blog.csdn.net/miao_x_m/article/details/121135791

目录
相关文章
|
2月前
|
人工智能 运维 安全
英伟达发布AI Enterprise 5.0,帮助企业加速生成式AI开发
英伟达发布AI Enterprise 5.0,这是一个云端原生平台,加速生成式AI的开发与部署。该平台提供优化的数据科学流程,支持生成式AI,强调性能、安全性和灵活性。核心特性包括NVIDIA NIM和CUDA-X微服务的性能优化,严格的安全监测,多环境运行能力,及企业级支持与服务。API目录提供多种预训练模型,促进跨领域的应用创新。然而,平台可能对小企业有高技术门槛和成本挑战,且可能存在与现有系统兼容性问题。
24 1
英伟达发布AI Enterprise 5.0,帮助企业加速生成式AI开发
|
2月前
|
人工智能 自然语言处理 数据处理
英伟达推出NeMo,极大简化自定义生成式AI开发
【2月更文挑战第30天】英伟达发布NeMo平台,简化生成式AI模型开发,加速AIGC进程。平台提供NeMo Curator、Customizer和Evaluator微服务,覆盖数据准备至模型评估全周期。Curator加速数据处理,Customizer支持模型微调,Evaluator全面评估模型性能。虽有学习曲线挑战,但NeMo为AI创新与应用带来更多可能性。
48 2
英伟达推出NeMo,极大简化自定义生成式AI开发
|
2月前
|
人工智能 搜索推荐
阿里语音AI提供了个性化人声定制功能
【2月更文挑战第24天】阿里语音AI提供了个性化人声定制功能
115 2
|
25天前
|
机器学习/深度学习 人工智能 架构师
【架构师】AI时代架构师必备技能
【架构师】AI时代架构师必备技能
|
25天前
|
人工智能 监控 数据可视化
【项目管理】AI时代项目经理必备技能
【项目管理】AI时代项目经理必备技能
|
9天前
|
人工智能 决策智能
【AI Agent系列】【MetaGPT多智能体学习】3. 开发一个简单的多智能体系统,兼看MetaGPT多智能体运行机制
【AI Agent系列】【MetaGPT多智能体学习】3. 开发一个简单的多智能体系统,兼看MetaGPT多智能体运行机制
41 0
|
9天前
|
数据采集 人工智能 前端开发
【AI Agent系列】【MetaGPT多智能体学习】2. 重温单智能体开发 - 深入源码,理解单智能体运行框架
【AI Agent系列】【MetaGPT多智能体学习】2. 重温单智能体开发 - 深入源码,理解单智能体运行框架
38 1
|
9天前
|
人工智能 Linux API
【AI大模型应用开发】【AutoGPT系列】1. 快速上手 - 运行原生AutoGPT or 利用AutoGPT框架开发自己的Agent
【AI大模型应用开发】【AutoGPT系列】1. 快速上手 - 运行原生AutoGPT or 利用AutoGPT框架开发自己的Agent
7 0
|
9天前
|
存储 人工智能 开发框架
【AI大模型应用开发】【AutoGPT系列】0. AutoGPT概念及原理介绍 - Agent开发框架及ReAct方法
【AI大模型应用开发】【AutoGPT系列】0. AutoGPT概念及原理介绍 - Agent开发框架及ReAct方法
17 0
|
14天前
|
人工智能 前端开发 Java
Java语言开发的AI智慧导诊系统源码springboot+redis 3D互联网智导诊系统源码
智慧导诊解决盲目就诊问题,减轻分诊工作压力。降低挂错号比例,优化就诊流程,有效提高线上线下医疗机构接诊效率。可通过人体画像选择症状部位,了解对应病症信息和推荐就医科室。
162 10