基于Android的語音助理軟件的分析與設計

青島理工大學（臨沂） 王 貴

基于Android的語音助理軟件的分析與設計

青島理工大學（臨沂） 王 貴

在科學技術發展的推進下，語音識別技術也得到了飛速發展，最近幾年被廣泛應用于的智能化移動設備，如個人掌上電腦、智能手機等。本文在調研的基礎上，首先分析了Android 平臺技術，然后對系統功能進行確定，最后進行了整體框架設計，為系統實現和應用奠定了基礎。

Android；計算機；語音助理；設計；分析

1　引言

人類在交流溝通過程中及時性最高、最便捷的方式為語音，語音在特殊群體或者場景中具有重要作用，如：殘疾等自身問題以及黑暗環境等。語音在科學技術不斷發展狀態下，儼然成為了人類與機器之間交互的重要連接方式。人類的期望的目標是是實現人類與機器之間通信自然，語音識別技術在未來發展的歷程中，以實現該目標為目的。

2　Android 平臺技術

目前，Android 平臺是市場占有率最高的智能手機操作系統平臺。自從 2008年，Android 發行以來，其手機用戶量和手機應用市場的應用數量不斷增加，并走向更加成熟化的方向發展。Android 平臺的特點為開放性、硬件資源量充足、不會受到電信網絡的限制、開發環境不被限制。Android 系統的架構由四層構成，分別是：應用程序層、應用程序框架層、系統庫運行層及Linux 核心層。

Android 平臺上的多種數據處理方式為健康的數據管理提供了便利。 一些臨時、輕量級的健康數據，在記錄時，遇到中斷情況，可以使用 haredPreferences 進行處理；而數據量比較大的健康數據，可以采用文件存儲方式；手機 SQLite 數據庫能夠條理的存儲簡單數據，為趨勢圖繪制提供方便；不同應用程序需要共享數據時，只能通過 Content Provider 處理。

3　軟件功能分析

本文的語音助理軟件主要實現功能包括。

（1）打電話：在手機通訊錄中根據用戶發出的語音指令，動態化提取與查找所需聯系人。用戶很大程度上節約了在通訊錄中查找聯系人的時間，用戶撥打電話的需求及時有效的處理。例如：用戶發出指令“我要打電話給 X、打電話給 X、幫我給 X 打電話、呼叫 X”等含義相同，語言中包含“聯系人姓名”的關鍵性，系統對該語音信息識別，并在聯系人中搜索，最終提取聯系人姓名。用戶在通訊錄中刪除或者增加聯系人信息時，槽語法自動對相應的槽更新。

（2）發短信：該模塊功能實現方式與“打電話”類似，用戶發出命令，系統根據該命令對發送信息聯系人姓名提取，向編寫操作界面跳轉。由于該模塊無法實現語音輸入，因此用戶口述的短信內容無法完成編寫。系統當前智能將接收短信聯系人的信息識別。用戶通過語音表達“給 X 發短信、發短信給 X、我要給 X發短信”等，出現“聯系人”關鍵詞就可以操作。“發短信”與“打電話”功能實現過程基本相同。

（3）打開應用：智能手機應用已經普及化，用戶面對手機說出需要打開的應用程序名稱，系統對該指令執行，并打開用戶所需的應用程序。

（4）上網導航：該功能完成用戶所需網頁與網站的打開，包括一些經常使用的搜索引起，分別為搜狗、百度、Google、新浪等，以及在語音中經常使用的綜合性網站，共三十多個，必須都可以正常打開。系統會按照網址解析，通過互聯網方式將用戶網站打開。

（5）音樂搜索：用戶說出歌曲名稱后，手機本地音樂動態搜索并播放。例如用戶說“播放 xx 音樂、我要聽 xx 音樂、來一首 xx音樂”等，除此以外，系統在以后的發展中，不斷完善，可以時間搜索歌手名播放音樂功能。

（6）信息搜索：基于搜索功能，在百度上搜索用戶的各類語音信息，向用戶顯示當前搜索結果，同時準確性與可靠性較高。

（7）新聞獲取。該模塊與網頁搜索功能基本一致，根據用戶提出不同命令，包括“新聞資訊、要看最新新聞、獲取新聞信息、閱讀新聞”等，系統自動將新聞信息打開。

（8）天氣查詢：動態的方式將用戶提出的某個城市天氣情況獲取。用戶說出命令時根據自己語言習慣進行，語音中只要包含“城市名”、“天氣查詢”等關鍵詞即可，系統自動對天氣情況查詢，并向用戶反饋該城市最近三天實時天氣情況。

4　軟件框架設計

筆者梳理了整體設計的層次結構，封裝了業務模型，隔離了協議和業務數據，分離了UI 功能和業務功能并使之模塊化，將業務工作、業務流程和界面更新獨立開來。軟件框架結構如圖1所示。

如圖1所示，軟件的界面設計有兩層，業務設計有兩層。外加一層外部模塊。把業務內核獨立出來的的目的是讓其與UI 的交互邏輯完全隔離，這樣能極大的減少耦合。業務層不包含UI，但是功能也是完整的，能夠達成命令行也可以獨立運行的程度，方便獨立測試。另外，一些本來耦合比較大，同時與主要業務關聯比較小的模塊，如數據采集、模塊協議等，分離到外部模塊層，通過業務內核提供的一些接口來交換數據。

圖1　軟件框架設計圖

據此可以對開發視圖進行設計，開發視圖的設計思路是，在邏輯視圖的基礎上，再將最復雜業務核心層進行了拆分。其中工作流層為UI 提供了業務功能的接口，同時進行業務的整合和調度；業務服務層負責業務的具體邏輯實現以及業務的數據管理；業務基礎層包含了業務模型、協議封裝、持久層封裝、基礎框架等工作。同時進行了數據分層，UI數據模型由UI直接使用，同時支持綁定通知；業務數據模型由業務工作使用；存儲數據模型包括數據表結構和文件結構；通信協議數據則是由服務器定義的數據模型。

業務層服務的Command 命令是最核心的業務邏輯，每個Command都抽象了一個獨立的業務處理。Command 命令基于命令框架實現。命令框架里包括Command 命令、CommandTask 任務以及ComponentTask組合任務。Command 命令表示業務的數據處理的工作，它是異步的命令模式，沒有狀態機。Command 命令的職責是協議的生成，以及協議完成后的業務處理。CommandTask 任務表示了業務的交換執行工作，它是是有狀態的，包括開始、執行、完成、中斷等狀態。它里面的每個任務都可以接力執行。ComponentTask 組合任務屬于部分--整體模式，它可以讓多個任務并發工作，當然它本身也是一個任務，可以支持接力執行。通過這種組合可以實現一些復雜的業務流程。

［1］Zeppenfeld，T.，Waibel.A Hybrid Neural Network，Dynamic Programming Word Spotter［C］.ICASSP，2015：77-80

［2］Christiansen，R.W.，Rushforth，C.K.Detecting and Locating Key Words in Continuous Speech Using Linear Predictive Coding［C］.IEEE. 2014，25（5）： 361-367

［3］王輝.語音聲學特征分析及命令詞識別系統實現［D］.烏魯木齊：新疆大學，2013：19-25

［4］丁玉忠.基于電話語音的語音關鍵詞識別系統研究［D］.烏魯木齊：疆大學碩士論文，2011：11-15

［5］李兆哲.基于 Android 平臺的智能語音記賬系統的設計與實現［D］.中國海洋大學， 2013：24-26.

王貴（1983—），男，山東泰安人，碩士，講師，研究方向：現代教育技術。