【免费下载链接】susi_alexa_skillAn alexa skill which can be used to ask susi for answers: Alexa, Ask Susi Who Are You项目地址https://gitcode.com/gh_mirrors/su/susi_alexa_skill点击查看免费下载susi_alexa_skill是一个把 AI 聊天机器人 Susi 接入 Amazon Alexa 的技能Skill你说一句 Alexa, Ask Susi Who Are YouAlexa 就会调用 Susi 并语音回答你。这个项目的精髓藏在两个小文件里——intent_schema.json 定义了意图sample_utterances.txt 定义了用户会说哪些话。本文用一篇语音交互设计指南带你搞懂这两个关键文件如何决定 Alexa 能否听懂你。先了解一次语音请求是怎么被听懂的在 Alexa 技能里你说的每句话都会经历三步唤醒并触发说 Alexa, ask Susi ……susi就是这个技能的唤起名Invocation Name意图匹配Alexa 拿你剩下的话去和交互模型比对判断你要做什么即意图 Intent并抽出里面的关键词即槽位 Slot后端执行匹配成功后请求发往你的服务端代码取出货槽里的内容去调 Susi 接口。而第 2 步用到的交互模型就来自项目根目录的两个文件文件作用类比intent_schema.json定义有哪些意图、每个意图带哪些参数槽位餐厅的菜单分类sample_utterances.txt给出用户可能说的各种说法映射到意图顾客点菜的话术示例关键文件一intent_schema.json 定义意图与槽位打开 intent_schema.json整个文件只有十几行结构非常直观{ intents: [ { slots: [ { name: query, type: AMAZON.LITERAL } ], intent: callSusiApi } ] }三个核心概念intent意图这里是callSusiApi表示调用 Susi 接口。当 Alexa 判断你的话属于这个意图时后端就会执行 handlers.js 中同名函数callSusiApi来处理请求。slots槽位/参数意图携带的参数。这里只有一个名为query的槽位类型是AMAZON.LITERAL意思是原样接收一串文本。你问题中的整句话都会被塞进query。type槽位类型AMAZON.LITERAL相当于字符串是最灵活也最简单的类型Alexa 还提供数字、日期、城市名等内置类型适合需要结构化解析的场景。 设计要点意图是动词槽位是宾语。意图越多越容易混淆槽位越精准越省心。Susi 技能把所有问题都归为一个callSusiApi意图用单个query槽位承载全部内容——这正是聊天类技能最简洁的设计。关键文件二sample_utterances.txt 写出用户的真实话术意图定义好了还要告诉 Alexa用户到底会怎么说这就是 sample_utterances.txt 的任务。它的全部内容只有一行callSusiApi {query is passed here| query}这一行语法信息量很大callSusiApi映射到的意图名必须与 intent schema 中完全一致{... | query}花括号内是要捕获的文本片段竖线后面的query表示把这段内容放进query槽位query is passed here一句示例说法用来描述整句话原样传入这种模式。效果是你说 Alexa, ask Susi what is the temperature in berlinAlexa 会命中callSusiApi意图并把 what is the temperature in berlin 完整写入query。⚠️ 新手常见坑sample utterances 写得越少、越抽象Alexa 的识别越依赖默认模式如果技能功能复杂建议为每个意图补充多条、覆盖不同语序和口吻的例句识别率会明显提升。两个文件如何联动从语音到 Susi 的回答配置好交互模型后剩下的链路已经由代码搭好server.js 监听 Alexa 发来的请求判断类型alexa.js 从请求体中解析出intent意图名和slots槽位值handlers.js 用意图名找到对应处理函数从slots.query.value取出用户问题拼接成 Susi 的查询地址请求 Susi 接口后把回答用response.say()说回来。也就是说intent_schema.json 负责听懂sample_utterances.txt 负责认话handlers.js 负责作答——三者名字必须一一对应任何一处拼写不一致Alexa 都会礼貌地表示没听懂。快速验证用测试模拟器检查识别效果发布前强烈建议先在控制台的 Service Simulator 里输入文字测试例如who are you观察返回的 JSON 中outputSpeech是否是 Susi 的回答如果识别失败优先按这个顺序排查意图名不一致检查 sample utterances 里写的意图名和 intent_schema.json 中是否完全相同区分大小写槽位名不一致花括号后指定的槽位名必须和 schema 里slots的name一致说法覆盖不足为意图补充更多例句尤其是用户日常会说的变体唤起名冲突确认 Invocation Name 未被其他技能占用。常见问答 FAQQ1为什么只定义一个意图就够了聊天类技能的核心是自由提问把整句都装进一个LITERAL槽位是最稳妥的做法避免意图之间抢话。Q2AMAZON.LITERAL和其他槽位类型有什么区别LITERAL原样接收文本不做解析内置数字、日期等类型会做结构化提取适合明天天气这类需要字段拆分的技能。Q3改完两个文件要重新部署代码吗不用。交互模型是在 Alexa 控制台更新的服务端代码 handlers.js、server.js 无需改动。总结回到本文开头的问题决定 Alexa 能否听懂你的正是 susi_alexa_skill 中的这两个关键文件——intent_schema.json声明有哪些意图、带什么槽位sample_utterances.txt声明用户会怎么说、怎么说对应哪个意图。理解并写好它们你就掌握了 Alexa 语音交互设计的核心。项目的完整部署步骤可参考官方说明 README.mdKubernetes 部署配置在 kubernetes/yamls/ 目录下。赞分享【免费下载链接】susi_alexa_skillAn alexa skill which can be used to ask susi for answers: Alexa, Ask Susi Who Are You项目地址https://gitcode.com/gh_mirrors/su/susi_alexa_skill点击查看免费下载相关推荐工业设备语音交互革命SenseVoice让机器听懂你的声音工业设备语音交互革命SenseVoice让机器听懂你的声音 还在为工业设备操作繁琐而烦恼还在担心多语言工厂环境沟通不畅SenseVoice多语言语音理解模人工智能大模型语音音频微调本地部署DB-GPT语音交互实战指南5步实现AI听懂你的声音并智能回应DB GPT语音交互实战指南5步实现AI听懂你的声音并智能回应 想要让AI真正听懂你的声音并给出智能回应吗DB GPT语音交互功能让你体验前所未有的自然对话人工智能AI 应用AI AgentRAG本地部署数据分析DeepSpeech2语音识别让机器听懂你的声音开启智能交互新时代DeepSpeech2语音识别让机器听懂你的声音开启智能交互新时代 你是否曾经想过如果机器能够真正听懂我们说的话生活会有多便利现在这个梦想已经人工智能语音深度学习创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考