Android-AIUI技能设计技巧及处理策略总结

半年多一直在做机器人语音方向的应用，现在产品基本上稳定下来了，在语音交互的路上踩过不少坑，在这里记录分享一下。假设看到这篇文章的人对AIUI的基本概念包括实体、技能、语料、意图都已了解。

最开始的语音处理方案

讯飞MSC录音+本地NLP处理。

当时还不知道有AIUI这个东西，本地做了一个简陋的NLP处理的程序。大概思路和AIUI的技能处理一样，先把不同的问题分类并定好优先级，然后从返回的语音文本中提取出关键字，分析意图。再对相应的意图做处理。

这种方案满足了最初的演示需求，但是机器人的语音交互体验不好，必须使用固定的句式、只能回答固定的问题。演示圆满完成之后，公司要求着力做好这个项目。本来说有个demo就行的任务，变成了产品级的项目。于是就有了下面的方案。

真正可行的语音处理方案

MSC录音 + AIUI语义解析 +本地技能处理

既然是产品级的项目，开始研究要怎么做。在AIUI的官网中看到了有关AIUI的介绍，发现其处理思路和我之前做的几乎一样，但其丰富的问题库，优秀的语义解析设计比我的好多了。也就是说，我可以用AIUI这套处理实现之前所有的功能，还能做的更好。

AIUI的接入有一定的学习成本， 经过几个月的实践，总结一下AIUI的技能语料设计的内容。

1. AIUI的语料是全匹配的，比如你设计的语料是“你叫什么名字”，问法也必须是“你叫什么名字”才能识别出来。由于录音中可能会存在各种各样的杂音，要想识别“你叫什么名字××××××”（×表示任意字符）这种问题，需要使用AIUI的通配实体。

2. 如果终端的实体需要差异化配置，可以使用动态实体。动态实体分为应用级、用户级和自定义级。应用级可以在实体名相同的情况下，为每个 appid 设置不同的实体副本；用户级对每个用户维护一个实体副本；自定义可以自定义的维度，为自定义的维度设置不同的实体副本。我的应用在不同的城市，实体的数据是不一样的，相同城市，实体数据一样。所以选择了自定义维度，维度就是城市(city)。

3. 动态实体在应用每次启动必须重新上传，否则不会生效。每次上传都会覆盖之前的动态实体。

4. 语料设计时尽量不要出现文字，全部用实体来表示。
   例如：我的某一条语料就是{common}{station}{common}{go}{common}{station}{common}
   其中common是通配实体，可以匹配任意1-21个字符，go是一个静态实体，语料可以是“去，到，前往”等，station是一个动态实体，表示每个城市的站点。
   这样设计的好处在于，如果发现某个词语有很多近义词，可以直接修改其静态实体就行，而不必修改语料的句式。

5. 技能在初期设计时，就应该做好区分，保持单一原则，即一个技能只处理一类问题。千万不要把不同类型的问题放在同一技能里面，当你后续需要对不同技能分类处理的时候，你就会感谢当初选择了单一原则。

6. 当技能多了，避免不了会出现一个语料，一种问法，可能对应了多个技能里的意图。默认的结果在最外层的，更多结果会体现在”moreResult”这个字段里面。这个时候要怎么处理？我的策略是：技能分级，按优先级处理。为每一种技能设定一个优先级，只处理最高优先级的技能。如果最外层的优先级和moreResult里面最高优先级的优先级一样，则取最外层的结果。如果更低，则取moreResult里面最高优先级的结果。

7. “rc=4”的语义处理：这类语义为未知语义，平台上没有对应的技能或者问答对。这类语义是需要过滤处理的，我的逻辑是：如果当前有正在处理的语义，直接丢弃未知语义；如果没有，则保留。

8. 如何处理商店的技能：商店的技能其实很好处理，因为商店的技能基本上都是有直接答案的。我们可以统一处理。在answer这个字段里能解析到商店技能返回的语义结果的回答，我们只要处理这个信息就可以。

   思考

   1.AIUI的这套语音语义处理方案解决了录音、识别、语义解析功能，但是实际使用过程中，用户的问法不可能按照我们设计的来，如何才能最大限度地匹配出用户的意图？最好还是自己做一些NLP的处理，比如可以计算用户的问法和语料库的相似度，选择一个相似度最大的意图返回给用户，或者引导用户做出正确的问法。

   2.全双工交互：1.0版本做的是单工的，即机器人说话的时候不录音，用户需要看机器人的状态来判断这个时候是否在录音，是否可以开始交互，体验很不好。2.0版本就改成了全双工的交互，机器人响应的同时，也在录音。这个改动很简单，但是对用户体验的提升却是极大的。如果你也是和我一样的方案，建议也做成全双工的。这种全双工的方式在某些形态，比如手机上，可能不太合适，但是像机器人、智能家居这些产品形态上是很合适的。试想如果每次交互，都要先说一遍唤醒词，这样的产品你会喜欢使用吗？

注：本篇为工程实践中的纯干货分享，转载请注明出处。