GitChat · 人工智能 | 用语音和自然语言控制智能家居——实例分享

摘要：代码下载语音和自然语言控制智能家居输出协议实例源码注下载代码后请仔细阅读说明文档。表示处理来自接口的语义结果录音处理为文字处理为是和的数据传递媒介，中会将需要的控件传过去用来处理智能家居的语法解析和命令输出。

GitChat 作者：晶晶郭
原文：用语音和自然语言控制智能家居——实例分享
关注公众号：GitChat 技术杂谈，一本正经的讲技术

ZigBee作为一种短距离、低功耗的无线通信局域网协议，其优点是超低功耗、安全性高和自组网，并且可容纳多个设备，因此在智能家居控制中占有很大的优势。

同时，随着人工智能、语音识别、自然语义理解的发展，语音控制智能家居将成为一种趋势，这里会以window java应用程序为例，讲解如何通过语音识别控制智能家居，并输出ZigBee3.0协议，也很方便和ZigBee协调器进行对接，实现语音直接控制硬件。

下面详细介绍程序的功能和代码实现，希望语音、语义理解今后能广泛的应用在家居等控制领域。

语音和自然语言控制智能家居输出Zibee3.0协议实例源码

注：下载代码后请仔细阅读说明文档。

APP 测试请查看第3节。

APP的工作流程如下图所示，图中虚线框部分均由OLAMI开发平台提供，后面会具体介绍OLAMI开发平台的使用方法。

其余部分由APP来完成

语音输入

OLAMI的语音识别支持两种格式：

WAV 格式的 PCM 录音数据，单声道（mono）、16K 采样率（16 KHz Sample Rate）、16 bits 位深（Bit
Resolution）。
Speex 音频压缩，节省数据传输量，压缩参数：Wideband 模式、Quality（压缩比）= 10、单声道（mono）、16K
采样率（16 KHz Sample Rate）。

首先要确保硬件设备没有问题，可以进行正常的语音录入。在电脑上安装好麦克风之后，在“开始菜单”中输入“录音机”。

然后在弹出的录音机中点击“开始录音”，使用话筒录音后点击“停止录音”后会弹出保存录音结果的对话框，保存，听听声音正常即可。当然，也可以使用QQ等第三方测试麦克风的软件。

确定硬件设备无误之后，只要通过javax.sound.sampled.TargetDataLine调用windows录音功能,录下符合OLAMI语音识别接口的声音数据即可，我的录音方式是一边录音，同时将原始数据通过speex压缩的方式post给 OLAMI 语音识别的API接口。不是保存为wav文件之后再上传，这样能够提高语音识别的效率。

文字输入

文字输入即直接文本输入，比如“打开空调”，“把彩灯调成红色”。

处理NLI输出

即根据OLAMI NLI的语义输出结果决定如何操作设备，比如当输入为“打开灯”时，我们可以收到如下JSON数据：

    {
        "data": {
            "asr": {
                "result": "打开灯",
                "speech_status": 0,
                "final": true,
                "status": 0
            },
            "seg": "打开 灯 ",
            "nli": [
                {
                    "desc_obj": {
                        "status": 0
                    },
                    "semantic": [
                        {
                            "app": "smarthome",
                            "input": "打开灯",
                            "slots": [
                                {
                                    "modifier": [
                                        "open"
                                    ],
                                    "name": "control_obj",
                                    "value": "灯"
                                }
                            ],
                            "modifier": [],
                            "customer": "593664ad84ae0a0a3feec056"
                        }
                    ],
                    "type": "smarthome"
                }
            ]
        },
        "status": "ok"
    }

slots中的“control_obj”即要操作的设备，上面的结果可以看到需要操作的设备是"灯"，动作为"打开"。应用程序根据这两个信息就可以在自己的设备中寻找“灯”这个设备，并发出“打开”命令。

输出ZigBee 3.0 协议

根据NLI的输出我们可以判定要控制的设备是灯，而灯的cluster我们选择了ZCL_CLUSTER_ID_GEN_ON_OFF, 根据这个cluster以及等的device ID等输出命令即可。

连接硬件

这里没有提供驱动硬件的代码，但基本流程就是，将ZigBee协调器的开发版通过串口和电脑相连，软件发出的命令经串口发送给协调器，再由协调器控制ZigBee协议即可。

文字输入

通过设备选择可以切换不同的例句。同时，可以在例句的框里输入其他控制语句，按回车可以重复输入。比如：“请帮我打开灯”，“灯给我打开”，“开一下空调”，“空调的温度提高一点”

语音输入

点击”开始录音”，如果没有点击“停止录音”，3秒之后会自动停止录音。如果在这之前点击了“停止录音”，那么会及时停止录音，并进行语音识别。

识别后的文字会显示在按钮的上方，如下图所示：

设备模拟

如上图所示，应用程序中会模拟彩灯的颜色和空调的温度、模式、风力，其原理就是根据输出的Zigbee3.0协议进行显示。

命令输出

即输出ZigBee3.0的协议。下面列出例子中的几种设备的协议信息。

灯

功能：仅支持打开和关闭

Device Dype: 0x100

命令：

Cluster ID: 0x0300

Cluster ID 的TI定义：ZCL_CLUSTER_ID_GEN_ON_OFF

彩灯

功能：打开，关闭，颜色调节（例子仅支持红、橙、黄、绿、青、蓝、紫），氛围调节，色调调节。比如运动氛围、浪漫氛围、冷色调、暖色调等。

Device Dype:0x0102

命令：

Cluster ID: 0x0006

Cluster ID 的TI定义：ZCL_CLUSTER_ID_GEN_ON_OFF

Cluster ID: 0x0300

Cluster ID 的TI定义：ZCL_CLUSTER_ID_LIGHTING_COLOR_CONTROL

第一个参数的高八位表示R值。

第一个参数的低八位表示G值。

第二个参数的高八位表示B值。

第二个参数的低八位无意义。

电视

功能：打开，关闭，提高降低音量，换台。

Device Dype:0x0006

命令：

Cluster ID: 0x0006

Cluster ID 的TI定义：ZCL_CLUSTER_ID_GEN_ON_OFF

Cluster ID: 0x0008

Cluster ID 的TI定义：ZCL_CLUSTER_ID_GEN_LEVEL_CONTROL

空调

功能：

开关功能，即打开和关闭空调。

切换模式，顺序为“自动-制冷-除湿-送风-加热”模式按顺序循环切换，但不支持某个模式的设置。

风力切换，切换顺序为“自动-低速-中低速-中速-中高速-高速-超强”。

其中，制冷和制热模式支持上述7种风力切换。

送风和自动模式没有“超强”风力

除湿无风力调节。

注意，仅支持切换，无风力设置。

升高温度，切换一次，温度上升一度，基础范围是16-30.

降低温度，每切换一次，温度下降一度，基础范围是16-30

状态查询，开关、温度、风力、模式查询。

Device Dype:0x0102

命令：

Cluster ID: 0x0300

Cluster ID 的TI定义：ZCL_CLUSTER_ID_LIGHTING_COLOR_CONTROL

窗帘

功能：

打开，关闭，停止运行，指定窗帘运行的位置。

Device Dype: 0x202

命令：

Cluster ID: 0x102

Cluster ID 的TI定义：ZCL_CLUSTER_ID_CLOSURES_WINDOW_COVERING

其余设备和传感器的ZigBee 输出协议不再一 一列出，可以直接在APP中测试。

代码下载解压之后，可以在根目录找到 smarthome.jar,在windows7 环境下双击即可以运行。

应用程序支持的语料除了选项里的，其他的相似说法也支持。

因为APP调用了OLAMI的自然语言理解接口，所以首先是必须先写语法，来匹配智能家居控制语句。比如：“打开灯”，“帮我打开空调”，必须在完成语法之后，才能从OLAMI的接口中获取NLI结果。语法相关定义和写法等请参考博客：告诉你如何使用OLAMI自然语言理解开放平台API制作自己的智能对话助手

如果你希望修改语法，添加更多的句子支持，必须将语法文件导入到欧拉蜜NLI系统。

下载包解压之后，根目录找到smarthome.osl，这个就是智能家居支持的语法。然后注册并登录欧拉蜜官网,在自己的账号下找到“应用管理”，并进入NLI系统。如下图所示。

接着新增模块，并将智能家居语法smarthome.osl导入，如下图所示，点击“新建”并输入APP的名字“smarthome”,这个名字必须与smarthome.osl的名字相同，否则导入时会报错。当然也可以修改，但同时要修改smarthome.ols中APP name相关字段。

模块创建之后，选择“上传OSL文件”，然后选择smarthome.osl并确认即可。上传成功之后会进入该模块内部，然后在例句库中可以看到很多智能家居控制的句子，同时也可以查看Grammar,Rule等。至此OLAMI语法加载完毕。

如果希望获取句子解析后的结果，必须在欧拉蜜平台中创建自己的应用程序，名字任意，我的叫“smarthome”。

回到“应用管理”界面-----创建应用程序。

应用程序创建成功之后，还需要把刚才创建的smarthome 语法模块添加到应用程序中，一个应用程序可以支持多个语法模块。

点击图中的“测试”，输入“打开灯”，就可以看到JSON格式的语义输出结果了：

语法模块配置好之后，点击应用程序的”查看Key”的按钮，可以看到平台分配的APP Key和APP Secret.

源码工程是demosourcecode.jar，解压之后，添加入Eclispe工程，我的开发环境是JDK1.8.

Eclipse Version: Mars.2 Release (4.5.2).

注意：导入工程后，如果出现文字报错，请将默认编码修改为UTF-8,方法 Project->Properties->Resource

代码结构：

替换KEY

在smarthome packge中的NLIProcess.java中，替换之前创建语法应用时的APP Key和APP Secreat:

    // * Replace your APP KEY with this variable.
           private static String appKey = "*****your APP Key******";
            
    // * Replace your APP SECRET with this variable.
            private static String appSecret = "****your APP Secret*****";

程序入口：

程序入口为smarthome packge下的window.java,可以安装windows Builder插件，直接操作界面。

smarthome packge：

smarthome包里的源码包括了APP应用的基本框架，其中：

window.java为APP入口，即界面。

NLIProces.java表示处理来自OLAMI NLI接口的语义结果.

录音处理为：getSemanticBySpeech()

文字处理为：getSemanticByText(String inputText)

windowVariable.java是window.java和NLIProces.java的数据传递媒介， window.java中会将
NLIProcess.java 需要的控件传过去:

    private void initialize() {
            nliwindowdata.setCmdTable(cmd_table);
            nliwindowdata.setcolortext(color_text);
            nliwindowdata.setAnswerText(answer_Text);
            nliwindowdata.setModetext(mode_text);
            nliwindowdata.setTempetext(tempe_text);
            nliwindowdata.setVoicetext(voice_text);
            nliwindowdata.setWindtext(wind_text);
            nliwindowdata.setisRed(isred);
            nliprocess.SetAnswerConfigCom(nliwindowdata);

smartHomeApp.java用来处理智能家居APP的语法解析和命令输出。是NLIProces.java中其中一个小模块。 你还可以在NLI处理中添加其他处理模块，比如天气查询、诗歌背诵等等。目前NLIprocess.java中仅处理了smarthome相关的NLI输出：

    private void ProcessNLIResults(NLIResult[] nliResults) {
        // TODO Auto-generated method stub
        String  answer="对不起，你说的话我还不能理解";
        boolean isnormal=false;
        for(int i=0;i
APPSlotEntry.java----处理NLI返回的JSON数据中slots相关信息
OutputMap.java------存放smartHomeApp.java返回给NLIProcess.java的输出语句和命令。
Smarthome.definition  packge
该包是智能家居处理中用到的定义和设备状态解析。
Demo中模拟了灯，彩灯，电视，空调，传感器等设备，初始化数据见smartHomeApp.java的InitDeviceData()。
所有设备信息通过ClientHomeAutomation.java解析并存储。
    //key is deviceID
        Map addedDeviceMapNew=new ConcurrentHashMap();
Smarthome.util
DataBuffer.java 和Microphone.java用来进行麦克风录音；录音格式按照欧拉蜜平台的要求,参数为16位深采样率，16KHZ频率，单声道。
源码为
    public Microphone() {
    
            this.sampleRate = 16000;
            this.bigEndian = false;
            this.signed = true;
    
            this.desiredFormat = new AudioFormat
                    (sampleRate, 16, 1, signed, bigEndian);
    
            //this.closeBetweenUtterances = closeBetweenUtterances;
            this.msecPerRead = 100;
            //this.keepDataReference = keepLastAudio;
            //this.stereoToMono = stereoToMono;
            //this.selectedChannel = selectedChannel;
            //this.selectedMixerIndex = selectedMixerIndex;
            this.audioBufferSize = 9600;
            
            recorderData = new DataBuffer();
        }

麦克风的录音开始和停止通过线程监控完成。直到没有声音录入时，录音线程才会触发录音停止机制，因此希望停止录音时必须通Microphone.stopRecording()关闭录音，程序才能停止录音。
因此录音时最好设置默认的录音时长或者通过标志来停止录音，并调用Microphone.stopRecording()，我这里的默认录音时长为3s.
代码见NLIProcess.java的
    //最多录3秒数据，因为采样频率是16000点每秒，每个点占两个字节。
        // readcount<=0表示录音结束
         int num=0;
         int srcint=0;
        while(readcount > 0 ) 
        {           
            if(total_count >= 48000*2||needstop)
                break;
    
            num++;
            System.out.println("数据"+(num+1));
            total_count += readcount;
            System.out.println("单数"+readcount);
                 
            speechrecoginzer.appendAudioFramesData(databytes);
       
            readcount = mic.getData(databytes, 0, temsize);
        }
    
        mic.stopRecording();

WaveFileWriter.java可以为录音数据添加wav头。
和硬件设备对接
和硬件设备对接，需要串口或者USB等将输出的ZigBee协议发给协调器，由协调器控制各智能设备做出反应。

实录：《晶晶郭：用语音快速控制智能家居实战解析》

彩蛋
重磅 Chat 分享：《一场 Chat 让你搞清 BAT 程序员的技术职级》
分享人：
胜洪宇，一线互联网公司前端技术组长，掘金签约作者，前端博客博主，所讲课程帮助超过20万前端小伙伴学习。
Chat简介：
很多程序员向往进入 BAT 这样的大型互联网公司，但是又不知道他们如何评定技术职级。

阿里集团薪资职级如何划分？让你快速得到马云的青睐。
在百度明白这些，你将快速晋升。
腾讯职级里的小秘密，这样工作你会更强。
一场 Chat 让你搞清 BAT 的技术评价体系，为您进入超级互联网公司指明技术方向，时刻做好准备！如果您希望您的技术团队也像这些互联网巨头一样强大，本场 Chat 我将帮您马上模仿建立有效的技术职级体系。


想要免费参与本场 Chat ？很简单，「GitChat技术杂谈」公众号后台回复「BAT」