人工智能的崛起，各大AI公司都纷纷搭建自己开发者开放平台，来构建生态系统，比如说百度和讯飞的开发者开放平台等，今天我们来聊聊科大讯飞的AIUI开放平台。

01 概述

官方定义：AIUI是科大讯飞2015年推出的一套以语音技术为核心的人机交互解决方案，意在使应用和设备能快速具备能听会说，能理解会思考的能力。

通俗理解：你把你的设备接进来，我给你强大的技术支持，当用户输入语音时，我帮你理解用户的意图，帮你控制设备。

AIUI的主要核心技术包括：

核心技术

接入AIUI的应用和设备，可实现查询天气、播放音乐视频资源、设置闹钟以及控制智能家居等功能。AIUI目前提供的开放技能：

开放技能

也就是说这是平台已经具备的技能了，我们可以直接调用，当然你也可以自定义技能，比如说自定义一个撩妹聊天的技能、讲笑话的技能、查询快递的技能等等（自定义技能我们在后面会重点讲到）。

为什么各大AI平台都急着搭建自己的开放平台呢？对平台有什么好处？对开发者又有什么好处呢？

对平台的好处：

构建生态：看看微信开放平台的思路，你就理解了为什么AI平台也玩开放；自己能做的事情毕竟有限，只有提供好基础设施，吸引更多的人来玩，才更构建一个生态系统。

要更多数据：AI的三架马车算法、算力、数据，开放是拿到数据最好的办法啊，特别是垂直细分领域的数据，在AI时代，谁掌握了数据，谁就掌握了未来。

对开发者的好处：

门槛低：不需要自己花这么大的人力成本去搞深度学习，去搞语音识别，语音分析等等，就可以享受到这么复杂的技术服务，完成很智能的产品。

有更多的机会接触用户：这也是一个流量平台，只要我的东西有足够的吸引力，就有人来用我的东西，我就能获得更多的用户。

简单：这里有很多组件，我要组装一个应用，很简单。就像我要做一个个性化的自行车，这个什么零件都有，我随便取。

02 主要的模块

我们今天所讨论的内容主要涉及以下这些模块和专业词汇。

主要模块

应用、技能、服务和设备的关系如下图：

应用可由多个技能组装而成，而应用又可以跟设备连接起来，控制设备；也可以跟服务和内容连接起来，给应用提供更多的内容和服务。

2.1     应用

如果把“应用”比喻成一个APP的话，那么技能就是APP里的一个功能，比如说美团APP里有叫外卖功能、有订机票功能、有买电影票功能等。

2.2     接入服务

FLYOS 支持一系列的服务接入，这些服务可以分为三大类：语音技能、内容信源和智能家居。

语音技能包括如播放音频、设置闹铃、回答问题等；

内容信源包括（定期更新的）文本、音频、视频等；

智能家居则包括了如灯泡、门锁、风扇、扫地机器人等被控设备的状态控制。

当在 iFLYOS 中接入了你提供的服务之后，用户可以通过搭载了 iFLYOS 的主控设备，如音箱、耳机、电视等，调用你开发的技能或控制你的接入的智能家居品牌设备。

控制智能家居的流程：

控制智能家居的逻辑：

1、选择智能家居控制服务提供商，绑定对应服务商IoT云的账号；

2、当用户语音说：“打开厨房的灯”时，iFLYOS会识别用户开灯的意图和要控制的设备；

3、iFLYOS会向IoT云服务发送指令请求。这些指令包含用户的授权信息，设备的唯一标识，和设置请求的相关信息；

4、智能家居控制厂商，在接收到iFLYOS的请求后，通过IoT云控制特定的设备，并回复iFLYOS是否控制成功；

5、iFLYOS收到回复后，将信息反馈给用户。

2.3     接入设备

就是让你的智能设备接入的平台，让你的设备快速的具备更强大的语音交互能力。比如说智能音箱接进来可以获得讲笑话等更丰富的功能；让KTV房的设备接进来，就可以语音点歌等功能。

接入设备和接入服务的理念区别：

接入设备是让你的设备具备能说会听的能力；

接入服务是让你的服务能连接更多的智能设备，传递给更多的用户。

2.4     技能

技能指的是完成某一功能或任务的能力，比如说一个订机票的功能。

技能包括两大类：

一类是平台已经创建好的技能，可以在技能商店里直接调用，比如说股票、闹钟、天气等；

另一类是自定义的技能，你可以创建自己的个性化技能（后面我们会重点讲）；

03 自定义技能

自定义技能强大又简单，是一个重量级武器，这一章，我们重点来讲自定义技能。

先来聊一下自定义技能能做些什么，后面再具体讲自定义技能怎么建。

自定义技能能做什么？

假设你是一家知识服务商，你可以把你的知识内容封装成一个技能，然后用户就可以以语音的方式接收到你的内容。比如说你的定位是新闻早报，用户去上班的路上，坐地铁的时候听的；或者是定位是睡前的知识学习。

假设你是一家电影票的服务商，你可以把电影票和内容封装成一个技能，如果用户的智能设备上使用了你的技能，用户就可以跟设备进行语音交互。用户躺在沙发上的时候可以问：最近有什么好看的电影啊？都有谁主演？今天有哪些场次？要购买哪个场次？等等。

如果把开放平台比喻成一个画展，那自定义技能就相当于一幅画，你可以申请画框，自由发挥画你想画的画，审核通过之后，平台就放出来给观众展示。

那这个过程中平台有什么好好处，你又有什么好处呢？平台的整个画展的画就可以更加丰富了，而你不需要自己这么大成本的宣传，租场地设备，也可以宣传自己的画。

怎么创建自定义技能？

创建自定义技能通常分为以下几个步骤：

假设我们以创建订机票技能为例：

技能的场景和目的：订机票；

穷举尽可能多的用户可能会问的方式（收集语料）；

要怎么回答用户，需要确定哪些信息才能完成订机票（设计话术）；

下面的内容就是以订机票技能为例，来创建一个自定义技能，说明创建技能过程中的具体步骤和涉及到的名词。

3.1     创建

技能类型：

商店技能，只有审核通过后，才能发布到iFLYOS技能商店，可供其他用户调用；

私有技能，只能自己调用，不需要经过严格的审核。

服务平台：iFLYOS平台、AIUI平台

3.2     意图

先介绍一个名词“意图”。

意图是指用户在技能中可能的请求或目的。

比如说订机票，出发地和目的地是一个意图，出发时间是一个意图，飞机仓位（头等舱、经济舱）也是一个意图等等，因此一个技能可能会包含多个意图。

如上图，我们建了两个意图，确认出发地和目的地、确认出发时间。

3.3     语料

接下来介绍另外一个名词“语料”

语料是指用户在完成某一意图时，可能会有很多种提问方式。

如问年龄时可能会说：你多大了、你几岁、你几年出生；这些都是问年龄这个意图的语料。

如上图，在确认出发地和目的地的意图时，用户可能会问的方式。当然我这里只是列举了三个，可能还会很多很多。

3.4     实体和辅助词

接下来介绍另外两个名词“实体”和辅助词。

我们输入的每一句语料中的词，都会被分为两类：实体和辅助词

实体：用户的语料中，同一类型的名词将会被总结为实体。

如上图的语料中，“明天”是时间time实体，“深圳”和“北京”是城市city实体。因此这个语料结构化的数据可以表示为“帮我订一张{time} {city}到{city}的机票”。

辅助词的官方定义：为了满足开发者快速编写语料的需求，同时保证语料的可维护性，技能工作室提出了辅助词的概念，不同于实体，辅助词仅用于帮助开发者编写语料，但在最终开发者拿到的结构化数据中不会展现。

如上图语料中，“帮我”、“订”、“机票”都是辅助词。

把语料分为实体和辅助词是为了，让句子更加的结构化，便于机器理解用户的意图。

平台会提供一些常用的实体和辅助词，当然你也可以自己创建实体或辅助词。

3.5   创建实体

在创建实体的时候会发现实体的类型又有三类，那这三类又有什么区别呢，下面简单说一下。

先来说下静态实体与动态实体的区别：

以一款《水浒传百科》的应用为例，假设这款应用有一项技能是：给我介绍一下李逵；

结构化的语料是：给我介绍一下{name}。

其中name是一个实体，当其他应用使用的时候，这个实体指代的是同一个人，这就是静态实体。

但是假设还有另外一款应用《西游记百科》，里面也有一项技能是：给我介绍一下孙悟空；

结构化的语料同样是：给我介绍一下{name}。

你会发现这两个应用的结构化语料是一样的，但实际上这两款应用的实体指代的人是不一样的。

因此为了区分这两个实体名一样，但又是指代不同的两个实体，我们引入的就是“动态实体”的概念。

所见即可说

假设有一款导航软件，当用户语音输入：导航到中科大；

然后屏幕出现了如下的显示，很多选项：

需要我们确认地址，假设我们需要到“南校区”，我们可以不用念一大串的文字，直接说“第三个”，那机器就知道我们去的是南校区。因为“南校区”是排在所显示位置的第三位，这就是“所见即可说”。

3.6     填槽

假设要订一张机票，至少3个信息是必须要确认的：出发地、目的地、出发时间，因此这些必填的信息，我们称之为必填槽。

因此在设置槽位的时候，我们把这3个信息设为必填，假设用户的语料中没有表达完整这3个信息，我们可以针对缺失的信息设置追问。

比如如果没有出现出发地，我们设置的追问是：请问出发地是哪里

看下测试效果：

3.7     意图确认

设置意图确认语句：

测试：

意图确认其实就相当于我们平时使用APP的一个二次确认弹窗。

3.8     创建技能的小结

1、创建技能模块（商店技能或私有技能）

2、创建意图（一个技能可有多个意图）

3、输入语料（收集足够多的语料，用户可能的提问方式）

4、实体和辅助词编辑（平台提供的或自建的）

5、实体的分类（静态、动态、所见即可说）

6、填槽（哪些是必填槽，追问语是什么）

7、意图确认（是否需要二次确认）

04  问答库

语音问答（Q&A）是语音技能的简单版。不同的是，语音问答中的每一个用户输入，系统回复是确定的（可能是一个或者多个），不存在过多的逻辑处理。

下面以建一个“土味情话”的问答库为例：

一个问题，可以设置成多个回答。

一个问答库，可以设置多个问题。

这个问答库其实很简单，就是一堆“IF”组成的。

05  创建应用

前面我们说到了，一个应用就相当于一个APP，应用里的技能就相当于APP里的某个功能。如美团APP有叫外卖、买电影票等功能。

我们以创建一个家庭机器人的应用为例：

应用配置

在这里，我们可以给家庭机器人添加各种技能，可以从自定义技能、自定义问答或技能商店中添加技能。

添加刚建好的自定义技能“订机票”：

添加刚建好的自定义问答库“土情话”：

从应用商店里添加技能“股票”：

添加之后，家庭机器人就具备了这三个技能，当然你还可以添加更多的技能。

下面来测试下家庭机器人的技能。

订机票技能：

讲土情话技能：

查看股市行情技能：

因此，创建一个应用实际上就是给应用添加各种技能。

06 对AIUI平台的评价

6.1     优点

简单便捷

如果我们利用平台上已有的技能，我们只需要简单的几步，就可以创建一个看起来还挺智能的应用，即使是自己创建技能操作也很简单。

开放性

可以接入智能设备，可以接入各种服务或内容（如百科知识或者一些原创内容），也可以自定义技能，这其实是鼓励开发者在这个生态上创造内容。如果有足够多的开发者在这里开垦，那各种技能将遍地开花，讯飞开放平台也就变得无所不能了。

生态闭环

硬件和软件的闭环，底层技术与实际场景应用的闭环，通用性和自定义个性化的闭环。

6.2     缺点

不够智能

开发者做的并非真正的机器学习，而更像是原始的if—else。比如说实体“北京”，用户说“首都”、“京城”可能指的也是北京，但如果设置的语料不够丰富，没有覆盖用户的随机话语，就无法识别了。

需要大量人工维护

自定义技能需要大量的人力成本维护，比如说一个订票技能，需要用户定义哪些是必填槽，如出发地、目的地、时间，而当缺乏时还需要设置追问语。这里只是假设有3个必填槽，但实际上可能会更加复杂，比如可能用户有时需要选不同等级的仓位、选不同的航空公司、选择不同位置等等，用人工处理起来就特别的麻烦了，而且不够灵活。

局限性

目前能接入的智能硬件还是非常受限的，需要智能硬件的服务商IOT云的授权，科大讯飞平台云才能操作智能设备。也就是说这个对于个人用户来说非常的无能为力，比如说我想把我的智能音箱“天猫精灵”接入讯飞的体系就不行了。

6.3     总结

AIUI开放平台，让开发者创建一个应用非常简单，但是不够智能，并非真正意义上的机器学习。

因此对于简单的封闭域对话，我们可以通过AIUI平台简单便捷实现，但是要实现复杂的，更加智能的对话，还是需要自己踏踏实实的做机器学习。