如何開發(fā)出你自己的Siri應(yīng)用程序？
譯文什么是移動助手應(yīng)用？
【2013年6月26日 51CTO外電頭條】移動助手應(yīng)用應(yīng)當(dāng)包含以下功能：
- 它應(yīng)是一款移動應(yīng)用（包括Android、iOS、Windows Phone等平臺），
- 大家可以通過文字或語音進(jìn)行提問，
- 大家可以通過文字、語音、圖像或者活動獲得應(yīng)答信息，
- 它應(yīng)涉及移動設(shè)備中固有的功能，例如麥克風(fēng)、屏幕、GPS、互聯(lián)網(wǎng)、揚聲器以及存儲在設(shè)備中的信息。
移動助手應(yīng)用能做些什么？
移動助手應(yīng)用能實現(xiàn)很多功能，我所開發(fā)的首個版本僅僅能夠理解并回應(yīng)十五條指令，但如今它已經(jīng)能夠理解并回應(yīng)超過五十條指令?；A(chǔ)指令類型應(yīng)當(dāng)包含新聞、天氣、鬧鐘設(shè)置以及呼叫聯(lián)系人等。在移動市場中搜索移動助手軟件時，我發(fā)現(xiàn)以上幾類指令最為通用。下面我就列出一份需要預(yù)置在內(nèi)指令列表，幫助大家的移動助手具備基本功能。
- 設(shè)置鬧鐘
- 從新聞、天氣、賽事比分及維基百科中獲取信息
- 運行應(yīng)用程序
- 打開媒體文件（包括視頻與音樂）
- 在Facebook或者twitter等社交平臺上分享內(nèi)容
- 讀取/編寫短信或電子郵件
- 讀取某些社交媒體分享內(nèi)容
- 尋找最近的市場、藥房、醫(yī)院及餐廳等
- 呼叫某人
- 處理基本數(shù)學(xué)問題
- 檢查銀行存款余額
- 向某人匯出款項
- 檢查最近的貨幣或證券交易信息
- 讀取/設(shè)置日程表
- 購買演唱會或旅行票據(jù)
- 諸如此類
其中一些指令類型可以與第三方公司的業(yè)務(wù)相集成。舉例來說，大家可以通過集成讓自己的移動助手向Amazon或者Best Buy下達(dá)貨品訂單。
市場上現(xiàn)有移動助手匯總
目前市場上已經(jīng)存在六十多種知名手機(jī)助手產(chǎn)品，其中人氣最高的當(dāng)數(shù)Siri以及谷歌語音搜索方案。
以下表格列出了市場上的現(xiàn)有移動助手及其開發(fā)環(huán)境（編者注：僅包括國外）。
|
Siri與谷歌語音搜索人氣最高，也就無需贅述。下面我向大家介紹關(guān)于Nina、Lexee、Dragon移動助手以及Turkcell Mobil Asistan的簡要信息。
Nuance Nina： Nuance公司專為大型企業(yè)提供用于開發(fā)自有移動助手應(yīng)用的SDK，開發(fā)成果可以充當(dāng)企業(yè)客戶的服務(wù)應(yīng)用。這款SDK可與iOS及Android應(yīng)用相集成。感興趣的朋友不妨點擊此處查看其官方網(wǎng)站的介紹信息。
Lexee： Lexee是一款來自Angel Labs公司的移動助手，同時也提供足以創(chuàng)建自有移動助手的網(wǎng)絡(luò)環(huán)境。大家可以添加、更新及刪除各類方案，且無需通過網(wǎng)絡(luò)接口進(jìn)行編碼。Lexee另一大值得稱道的重點在于分析工具。Angel Labs非常擅長分析工具的開發(fā)，因此Lexee環(huán)境也給用戶帶來專業(yè)級別的使用報告及數(shù)據(jù)匯總選項。
感興趣的朋友可以點擊此處了解更多信息并查看介紹視頻。
Dragon移動助手： Dragon移動助手是Nuance公司帶來的又一力作。Dragon移動助手允許用戶通過自然語言訪問各類內(nèi)容，并輕松在手機(jī)上完成日常工作。大家可以點擊此處查看更多相關(guān)資料。
點擊此處則能夠下載這款應(yīng)用，并觀看我個人最喜愛的移動助手介紹視頻。
Turkcell Mobil Asistan： Turkcell Mobil Asistan是Google Play商店中惟一一款來自土耳其的移動助手應(yīng)用。Turkcell歐洲最大的全球移動通信企業(yè)之一。通過這款應(yīng)用程序，大家可以為客戶提供包括手機(jī)賬單查詢、流量資費信息在內(nèi)的各種輔助性服務(wù)。另外，它還能回答用戶關(guān)于伊斯坦布爾本地新聞、天氣、貨幣以及交通情況的問題。
大家可以點擊此處了解更多關(guān)于Turkcell Mobil Asistan的信息并下載這款應(yīng)用。
#p#
移動助手中的技術(shù)要點
我希望上述信息能幫助大家了解移動助手的基本概念。下面我們再來看看關(guān)于這類應(yīng)用程序的一些技術(shù)要點。移動助手應(yīng)用應(yīng)當(dāng)涉及以下技術(shù)項目：
- 語音到文本(簡稱STT)引擎
- 文本到語音（簡稱TTS）引擎
- 標(biāo)簽（智能）
- 降噪引擎
- Voice Biometrics,語音生物識別技術(shù)
- Speech Compression Engine,語音壓縮引擎
- 應(yīng)答用戶界面
- STT： Speech2Text引擎能夠?qū)碜杂脩舻恼Z音轉(zhuǎn)化為文本信息。語音內(nèi)容應(yīng)可以來自語音文件或者數(shù)媒體信息。
- TTS： Text2Speech引擎能夠?qū)⑽谋緝?nèi)容轉(zhuǎn)化為語音信息。將回答文本轉(zhuǎn)化為語音形式非常重要，在用戶駕車等特殊情況下尤其如此。
- 標(biāo)簽： 由STT創(chuàng)建出的文本內(nèi)容有時候會比較復(fù)雜。標(biāo)簽技術(shù)的介入能夠快速識別出用戶希望通過語音表達(dá)的主要意見。舉例來說，如果用戶詢問明天應(yīng)該穿什么樣的衣物，標(biāo)簽引擎會將信息記入天氣或者日程表標(biāo)簽。
- 降噪引擎： 用戶輸入的語音信息有時候不太清晰，其中混入的噪音（例如空調(diào)機(jī)噪音）可能影響識別效果。降噪引擎會從語音中將白噪音消除掉。
- 語音生物識別技術(shù)： 移動助手能夠提供基于賬戶的細(xì)節(jié)信息，例如信用卡月度報告等。跟金錢掛鉤的當(dāng)然是大事，因此身份識別機(jī)制就顯得極為重要。語音生物識別技術(shù)正是身份驗證方案中的一種。通過這種技術(shù)，移動助手能夠驗證使用者的身份，從而決定是否允許其進(jìn)行系統(tǒng)操作。
- 語音壓縮引擎： 如果助手工作起來速度緩慢，用戶很可能由于失去耐心轉(zhuǎn)而打開瀏覽器去網(wǎng)上尋找答案，這就讓大家的心血付之東流了?；ヂ?lián)網(wǎng)通信狀態(tài)非常重要，而傳輸過程中所使用的數(shù)據(jù)包大小也同樣關(guān)鍵。小數(shù)據(jù)包的傳輸速度更快、獲取結(jié)果的速度也更為出色。有鑒于此，一款優(yōu)秀的移動助手應(yīng)用必須具備語音壓縮引擎。客戶端需要通過發(fā)送語音壓縮包來實現(xiàn)快速反應(yīng)。不過語音壓縮與普通壓縮有所區(qū)別，這是因為語音文件中并不存在我們平時所見的重復(fù)數(shù)據(jù)。大家最好選用G711壓縮算法，它的勝出主要因為這種算法不會造成數(shù)據(jù)丟失。
- 應(yīng)答用戶界面： 在服務(wù)器發(fā)回處理結(jié)果后，應(yīng)用會播放一段語音應(yīng)答，而設(shè)備屏幕中的應(yīng)答界面也需給出對應(yīng)信息提供。我個人的建議是，請不要使用本機(jī)組件，因為這樣會給應(yīng)用造成限制。最好采用基于網(wǎng)絡(luò)的用戶界面，這種應(yīng)用界面能夠更方便地在不同系統(tǒng)平臺中正確運作。
移動助手架構(gòu)解析
移動設(shè)備與主服務(wù)器之間必然存在通信流，因為用戶當(dāng)然不希望在使用應(yīng)用的同時還要苦等語音數(shù)據(jù)下載完成。對于助手類應(yīng)用而方，速度的重要性不言而喻——速度越快、用戶的使用感受也就越自然。在理想狀況下，用戶甚至?xí)械阶约合袷钦娴脑谂c客戶代表或者助理開展交流。
當(dāng)用戶按下按鈕、通過客戶端提出問題，客戶端會立即將問題一字節(jié)一字節(jié)地提交至主服務(wù)器（Main Server）。主服務(wù)器又將數(shù)據(jù)發(fā)送至STT服務(wù)器（STT Server），STT服務(wù)器從語音中整理出文本內(nèi)容，然后將其傳回主服務(wù)器。接下來，主服務(wù)器將文本發(fā)送至標(biāo)簽服務(wù)器（Tagging Server），旨在了解用戶的實際需要。標(biāo)簽服務(wù)器為該條請求創(chuàng)建標(biāo)簽，例如“weather_info”。標(biāo)簽被發(fā)回之后，主服務(wù)器再次負(fù)責(zé)將標(biāo)簽信息傳送至信息服務(wù)器（Information Server）。如果標(biāo)簽內(nèi)容涉及身份驗證機(jī)制，那么安全服務(wù)器（Security Server）將率先對其進(jìn)行檢查，然后才放行至信息服務(wù)器。最后，響應(yīng)結(jié)果進(jìn)入主服務(wù)器，主服務(wù)器據(jù)此創(chuàng)建響應(yīng)文本、響應(yīng)圖像以及語音文本（借助TTS服務(wù)器）并將響應(yīng)結(jié)果發(fā)送至移動設(shè)備。
信息服務(wù)器可以與第三方服務(wù)器進(jìn)行通信，以獲取某些原本并未存儲在信息服務(wù)器當(dāng)中的資訊。安全服務(wù)器則可以包含多種身份驗證技術(shù)，例如語音生物識別技術(shù)、IMSI-IP半徑查找、賬號密碼認(rèn)證等等。
#p#
應(yīng)答用戶界面
如果大家打算利用本機(jī)組件開發(fā)應(yīng)答界面，那么最終軟件成果將很難在不同類型的客戶機(jī)上順利實現(xiàn)顯示格式與項目滾動的統(tǒng)一效果。我個人建議大家創(chuàng)建一套自定義Web視圖，這樣會讓應(yīng)答格式的添加變得更為輕松。
上面圖片顯示的是SiriWebView在屏幕中的顯示效果。Web視圖可由用戶任意滾動，而且當(dāng)新應(yīng)答出現(xiàn)后、整個視圖會自動向上移動。
在本節(jié)中，我將向大家簡要介紹自己編寫SiriWebView的過程。在這里大家將看到關(guān)于web視圖的所有示例項目。向其它平臺的用戶們說聲抱歉，此處所舉的范例只適用于Android平臺。
首先，創(chuàng)建一個新類，并將其命名為SiriWebView。它基本上屬于由基本Android web視圖做出的擴(kuò)展。這個類應(yīng)該包含并覆蓋OnDraw函數(shù)，另外我們還應(yīng)向其中添加兩個新函數(shù)。其一用于創(chuàng)始化，其二則用于添加新應(yīng)答內(nèi)容。以下代碼片段顯示的就是如何添加新應(yīng)答內(nèi)容。
- public void AddNewCallOut(String message, Boolean ismsgResponse) {
- elementId = elementId + 1;
- StringBuilder messageBuilder = new StringBuilder();
- if (!message.contentEquals("")) {
- if (!ismsgResponse) {
- messageBuilder
- .append("<table class='bubble-gray' cellspacing='0' cellpadding='0'><tr><td class='head'></td></tr>");
- messageBuilder
- .append("<tr><td class='mid'><div class='txt shadow'>"
- + message + "</div></td></tr>");
- messageBuilder
- .append("<tr><td class='foot'></td></tr></table>");
- } else {
- messageBuilder
- .append("<table class='bubble-blue' cellspacing='0' cellpadding='0'><tr><td class='bhead'></td></tr>");
- messageBuilder
- .append("<tr><td class='bmid'><div class='txt shadow'>"
- + message + "</div></td></tr>");
- messageBuilder
- .append("<tr><td class='bfoot'></td></tr></table>");
- }
- loadUrl("javascript:document.getElementById(\"div" + elementId
- + "\").innerHTML=\"" + messageBuilder.toString() + "\";");
- }
- StringBuilder jvscr = new StringBuilder();
- if (!ismsgResponse) {
- if (elementId != 1) {
- if (!ismsgResponse) {
- jvscr.append("var elem = document.getElementById('div"
- + (elementId - 1)
- + "'); var x = 0; var y = 0; while (elem != null) { x += elem.offsetLeft; y += elem.offsetTop; elem = elem.offsetParent; } ");
- jvscr.append("var endj=500; var i=window.scrollY; for(i=window.scrollY;i<y;i++){ var j=0; var a=0; for(j=0;j<endj;j++) {a=a+1; } window.scrollTo(x, i); } ");
- loadUrl("javascript:" + jvscr.toString());
- }
- }
- }
- }
該函數(shù)中涉及兩個參數(shù)，分別是message與isResponse。大家可以在需要添加新應(yīng)答內(nèi)容時隨意寫入消息字串，并設(shè)定isResponse參數(shù)的值以調(diào)用該函數(shù)。該參數(shù)的作用是改變應(yīng)答信息的字體顏色并滾動屏幕。在函數(shù)的第一行中，大家可以看到elementId參數(shù)。該參數(shù)對于對象的滾動處理非常重要。
在創(chuàng)建好自己的界面組件后，大家可以將成果添加到main_activity.xml當(dāng)中，如下所示。
- <com.example.siriui.SiriWebView
- android:id="@+id/webview"
- android:layout_width="fill_parent"
- android:layout_height="fill_parent"
- android:keepScreenOn="true"
- android:layout_marginTop="0dp"
- android:layout_gravity="fill"
- android:layout_marginBottom="0dp"
- android:layout_marginLeft="0dp"
- android:layout_marginRight="0dp"
- android:scrollbars="horizontal"
- />
最終效果是什么樣？大家可以參照前面給出的截圖。
分享到微信 
分享到微博
