基于阿里云API打造“Kim智能语音助理”
阿里云第二届API应用创新大赛作品抢先看
作为一家专注境外自由行的“互联网+”创业公司，我们始终在积极探索用户服务的终点在哪。当一名国内游客置身一个完全不同的语言环境时，内心或许是不安的；而境外落地服务的司机，大多数情况下是外国人，这就造成了极大的沟通困难。在这种场景下，如果车内可以通过智能设备为客人送去问候，并帮助其和司机、客服完成沟通，可以大幅提升国内游客在境外出游的舒适度。
基于此，我打算尝试一下是否能够基于阿里云制造这样一个物联网产品，毕竟对于创业公司来讲，借助阿里云的技术能力能节省不少成本。
开始尝试Kim
说话可能是我们每天做的最多的事情了，当然包括文字和交谈，所以这可能是手机触摸屏以外更“接近自然”的交互方式。
大家已经非常熟知“智能音箱”这个产品，阿里、小米等很多大厂都推出了自己的智能音箱，并与自己的业务体系深度绑定，这让我觉得很“封闭”，过于定制化、可玩性过于局限。
因此，索性我就把“Kim智能语音助理”做成开源项目，让更多的Geek能够参与进来，并且定制成自己的“私人助理”。（下图为天猫精灵X1）
最初的Kim，仅是一个运行在树莓派、Mac上的一个能够语音对话的客户端程序，它通过调用阿里云的TTS和ASR接口实现语音合成及语音识别。
后来在语音识别的基础上增加了“Kim大脑”，这一个关键的改进让Kim能够理解我们在说什么，并作出预设的响应。为了让这颗“大脑”能够学会更多，我专门在GitHub上维护了一个插件库。没错，我们与Kim的对话经过ASR之后会被传送到Kim的“大脑”，经过“中文语义仲裁算法”把指令交由语义匹配的插件处理。操作流程如下图所示：
Kim是一个简化的“智能音箱”，已经能够应付大多数的对对话场景，把插件写写好，或许能够应付语音购票的场景了，下图为上海地铁的工作人员在演示语音购票技术。
语音，只是一种交互方式，如果我们通过插件将其转换成计算机可以理解的指令，理论上我们对计算机的任何操作都可以实现。但复杂交互，还需要与计算机当前的状态有关系，我们后面会专门探讨这个问题。
Kim的远程会话服务
我们肯定不希望这个智能助理只能在物理上靠近时才能使用，于是诞生了“Kim远程会话服务”。远程会话服务提供了一组RESTful API和一套WebAPP供使用，RESTful API让开发者可以以任意一种形式（例如：APP、网页、微信小程序等）通过互联网与Kim会话。
但是，设备端的主控程序才是Kim的核心，无论你把会话服务部署在哪，最终的语义指令都会通过MQTT协议传输到Kim设备端。
Kim插件库 + 阿里云API市场
正在给Kim插件库找数据源的时候，想起了阿里云的API市场，索性就把API封装到插件里 。下图为阿里云API市场的分类。
这就意味着阿里云丰富的云端能力，能够轻松的为Kim所用，用药查询、天气预报、菜谱查询、新闻头条等等，都不在话下。
假象以下场景：
1. 你在厨房，准备要做一个红烧肉，但不会做；“Hey Kim，红烧肉怎么做”，这时Kim插件调用云端API，选出一个菜谱语音播报出来
2. 想知道明天的天气怎么样；“Hey Kim，明天天气怎么样”“明天晴，气温xxx，西北风xxx，空气质量优”
3. ……
Kim插件库 + HomeAssistant
后来，在微博上看到了Facebook创始人扎克伯格给自己弄了个智能管家“老贾”。视频里的几个场景引起了我极大的兴趣：
1. 扎克伯格醒来后，说了一句：“老贾，把窗帘打开”
2. 有客人来访时，安保设备通过人脸识别先把门打开，再通知主人
3. ……
“老贾”的视频：http://www.miaopai.com/show/rD3oErn2XBjERSq9dsZGcA__.htm
HomeAssistant是非常著名的开源智能家居控制系统，能够帮我们连接家里的灯、开关、门、温湿度计、空调等智能家居设备，支持小米、博联等众多的智能家居设备。
HomeAssistant支持设备列表：https://home-assistant.io/components/。
好了，现在我们再回到Kim。HomeAssistant提供了家庭智能设备的控制方案，同时支持RESTful控制，这就方便了Kim插件库与HA的深度集成。当Kim具备这些能力的时候，我们的生活就变成了一下这样：
1. 中午躺在沙发上快睡着了，但是阳光太刺眼；“Hey Kim，帮我把窗帘关上”这时窗帘电机工作，窗帘关上
2. 暴雨来临前，室内很闷；“Key Kim，现在室内湿度多少”“室内湿度98%”“帮我把除湿机打开”，这时除湿机开始工作
3. 下班回到家，身心俱疲，准备看会电视放松下，但又实在懒得找遥控器；“Hey Kim，帮我把电视打开”，这时电视机亮了
4. 冬季早上起床困难，早上音乐响起、窗帘自动打开、空调自动开启并设定在26度
5. ……
想想都觉得美。
这不是做梦，通过Kim是可以实现的。
安装和使用Kim
Kim目前已在Github开源，遵循MIT开源协议。目前Wiki已经相对完善，详细的安装方法和技术原理可访问Kim的Git仓库。
主项目仓库： https://github.com/tenstone/kim-voice-assistant
远程会话端仓库：
https://github.com/tenstone/kim-voice-assistant-remotetalk
自定义插件仓库：
https://github.com/tenstone/kim-voice-assistant-plugins
阿里云API应用创新大赛参赛者：刘远程 作品
