wukong-robot: 一个简单、灵活、优雅的中文语音对话机器人

wukong-robot简介

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。它的目标是让中国的创客和黑客们能够快速打造个性化的智能音箱。wukong-robot还可能是第一个开源的支持脑机唤醒的智能音箱项目。

截至2023年3月31日,wukong-robot的安装设备数已超过13,000台,累计唤醒次数超过700,000次,显示出其广泛的应用和良好的用户体验。

主要特性

wukong-robot具有以下主要特性:

1. 模块化设计:功能插件、语音识别、语音合成、对话机器人都高度模块化,便于扩展和定制。

2. 中文支持:集成了百度、科大讯飞、阿里、腾讯等多家中文语音技术,支持中文语音交互。

3. 对话机器人支持:支持本地对话机器人AnyQ,也可接入图灵机器人、ChatGPT等在线对话系统。

4. 离线唤醒:支持Porcupine和snowboy两套离线语音唤醒引擎,还支持脑机唤醒等创新方式。

5. 灵活配置:可定制机器人名字、选择语音识别和合成插件等。

6. 智能家居:支持与小爱音箱、Siri、HomeAssistant等智能家居系统联动。

7. 后台管理:提供Web管理界面,可远程操控、修改配置、查看日志等。

8. 开放API:提供开放的Web API接口,便于二次开发。

9. 跨平台支持:可在Mac、Linux、树莓派等多种平台上运行。

工作原理

wukong-robot的工作流程如下:

1. 通过唤醒词唤醒系统
2. 用户语音指令经过ASR引擎识别成文本
3. 对识别文本进行NLU解析
4. 将解析结果进行技能匹配
5. 匹配到的技能插件处理指令
6. 处理结果交给TTS引擎合成语音
7. 播放合成的语音给用户

这种模块化的设计使得每个环节都可以被修改和定制,极大地提高了系统的灵活性。

环境要求

wukong-robot对运行环境有以下要求:

• Python版本:支持Python 3.7及以上版本,不支持Python 2.x
• 操作系统:支持Mac OS、Ubuntu等Linux系统、树莓派Raspbian系统等
• 硬件:支持Intel芯片的Mac(不支持M1芯片)、64位Ubuntu系统的PC、全系列树莓派等

安装与使用

wukong-robot的安装非常简单,详细步骤可参考官方安装教程。

安装完成后,可通过以下步骤使用:

1. 在tmux或supervisor中运行wukong-robot
2. 首次运行时按提示创建配置文件
3. 使用默认唤醒词"snowboy"唤醒系统(可自定义)
4. 与wukong-robot进行语音交互

此外,wukong-robot还提供了Web管理界面,默认地址为http://localhost:5001,可用于远程操控、修改配置、查看日志等。

配置说明

wukong-robot的配置非常灵活,主要通过$HOME/.wukong/config.yml文件进行配置。主要配置项包括:

• 机器人名称
• 语音识别引擎
• 语音合成引擎
• 对话机器人
• 唤醒词
• 技能插件
• 后台管理账号等

建议用户根据实际需求修改配置,以获得最佳的个性化体验。

技能插件

wukong-robot支持丰富的技能插件,包括:

• 官方插件列表:包含天气查询、新闻播报、音乐播放等常用功能
• 用户贡献插件:由社区用户开发的各类插件

用户还可以自行开发插件,进一步扩展wukong-robot的功能。

开放API

wukong-robot提供了开放的Web API接口,可通过RESTful方式调用,详见后台API文档。这为wukong-robot的二次开发和与其他系统的集成提供了便利。

社区贡献

wukong-robot是一个开源项目,欢迎社区贡献:

• 在GitHub上star本项目
• 通过issue页面反馈bug
• 提交pull request贡献代码
• 开发插件并提交到wukong-contrib仓库

总结

wukong-robot作为一个开源的中文语音对话机器人项目,为中国的创客和开发者提供了一个灵活、强大的智能音箱解决方案。它模块化的设计、丰富的功能和活跃的社区,使其成为打造个性化智能音箱的理想选择。无论是个人爱好者还是企业用户,都可以基于wukong-robot快速构建自己的智能语音交互系统。

随着5G时代的到来和人工智能技术的进步,智能音箱将在未来扮演越来越重要的角色。wukong-robot开源项目的持续发展,必将为中文语音交互技术的进步做出重要贡献。我们期待看到更多基于wukong-robot的创新应用,共同推动智能音箱和语音交互技术的发展。