本期推荐的是一个中文语音对话机器人/智能音箱项目——wukong-robot。
wukong-robot 是一个简单、灵活、优雅的中文语音对话机器人/智能音箱项目,目的是让中国的 Maker 和 Haker 们也能快速打造个性化的智能音箱。wukong-robot 还可能是第一个开源的脑机唤醒智能音箱。
wukong-robot特性:
- 模块化:功能插件、语音识别、语音合成、对话机器人都做到了高度模块化,第三方插件单独维护,方便继承和开发自己的插件。
- 中文支持:集成百度、科大讯飞、阿里、腾讯等多家中文语音识别和语音合成技术,且可以继续扩展。
- 对话机器人支持:支持基于 AnyQ 的本地对话机器人,并支持接入图灵机器人、Emotibot 等在线对话机器人。
- 全局监听,离线唤醒:支持 Muse 脑机唤醒,及无接触的离线语音指令唤醒。
- 灵活可配置:支持定制机器人名字,支持选择语音识别和合成的插件。
- 智能家居:支持和 mqtt、HomeAssistant 等智能家居协议联动,支持语音控制智能家电。
- 后台配套支持:提供配套后台,可实现远程操控、修改配置和日志查看等功能。
- 开放API:可利用后端开放的API,实现更丰富的功能。
- 安装简单,支持更多平台:相比 dingdang-robot ,舍弃了 PocketSphinx 的离线唤醒方案,安装变得更加简单,代码量更少,更易于维护并且能在 Mac 以及更多 Linux 系统中运行。
wukong-robot环境要求
Python 版本:
wukong-robot 只支持 Python 3.x,不支持 Python 2.x
设备要求:
- 64bit Mac OS X
- 64bit Ubuntu(12.04 and 14.04)
- 全系列的树莓派(Raspbian 系统)
- Pine 64 with Debian Jessie 8.5(3.10.102)
- Intel Edison with Ubilinux (Debian Wheezy 7.8)
- 装有 WSL(Windows Subsystem for Linux) 的 Windows
wukong-robot的工作模式
wukong-robot 被唤醒后,用户的语音指令先经过 ASR 引擎进行 ASR 识别成文本,然后对识别到的文本进行 NLU 解析,再将解析结果进行技能匹配,交给适合处理该指令的技能插件去处理。插件处理完成后,得到的结果再交给 TTS 引擎合成成语音,播放给用户。
虽然一次交互可能包含多次网络请求,不过带来的好处是:每一个环节都可以被修改和定制。而且我认为,到了 5G 时代,音箱的响应速度将不再成为体验问题。可定制和个性化才是未来的主流,而届时 wukong-robot 将会是更好的选择!
安装使用
你可以选择 docker 安装或者手动安装两种方式,详细可见 wukong-robot 安装教程 。
https://wukong.hahack.com/#/install
Demo演示
更多内容大家可自行前往阅读。