关于javascript:用户和天猫精灵通过语音交互的一个典型流程分析

尽管从普通用户眼中，应用语音向天猫精灵发动指令，而后收到后者的语音回复，这个流程仿佛很简略，但背地实际上有着人工智能中 ASR（语音辨认）、NLP（自然语言解决）、TTS（语音合成）等自然语言解决技术的参加和整合。

咱们先来看一个典型的用户通过语音同天猫精灵交互的流程图。

1. 用户用语音唤醒天猫精灵，后者接管到用户语音，上传到智能利用平台。
2. 平台应用 ASR（音频转文字）和 NLP（自然语言解决）技术，智能解析出用户收回语音蕴含的用意 (艰深的说，即用户以后冀望天猫精灵实现什么样的操作)。平台会主动将以后用户指令，匹配到开发人员创立的对应的技能和用意去。具体的匹配过程，就是将平台所有解析到的参数信息，通过 HTTPS 申请拜访开发者提供的服务接口。
3. 开发者负责实现的服务 (托管在本人的应用服务器或者阿里云 Serverless 环境)，接管到平台发送的申请参数，执行业务逻辑 (比方天气预报查问，智力题，语音游戏等)，并组装回复后果。
4. 智能利用平台收到开发者服务执行完业务逻辑返回的响应数据后，应用 TTS（文字转音频）合成音频，并将音频推送回天猫精灵。
5. 天猫精灵将收到的音频通过麦克风播报进去，本轮同用户的交互就实现了。
   

剖析这个交互场景，不难发现，须要开发人员入手操作的流程蕴含以下两个方面：

1. 在 AliGenie 技能利用平台上创立新的技能和用意，用于接管用户通过语音发送过去的申请。
2. 利用开发人员本人抉择在应用服务器还是 Serveless 运行环境里实现新的技能须要实现的业务逻辑编写。