導航:首頁 > 編程語言 > 檢索式聊天機器人python

檢索式聊天機器人python

發布時間:2023-07-12 02:22:04

『壹』 如何優雅的用python玩轉語音聊天機器人

所需硬體:
樹莓派B+
人體紅外線感應模塊
內置麥克風攝像頭(實測樹莓派免驅淘寶鏈接)
申請API:
網路語音api
圖靈api
語音聊天機器人實現原理:當有人來到跟前時--》觸發聊天功能,開始以每2s檢測錄制語音--》通過網路語音api合成文字--》傳遞給圖靈api返回回答信息--》通過網路語音合成播放
【人體感應識別部分Python代碼renti.py】


#/usr/bin/python#coding:utf-8import RPi.GPIO as GPIOimport timeimport osimport signalimport atexitGPIO.setmode(GPIO.BCM) GPIO_PIR = 14 GPIO.setup(GPIO_PIR,GPIO.IN) # Echojing = 0dong = 0 sum = 0sum1 = 0oldren = 0sleep = 0def ganying(): i = 0 ok = 0 error = 0 while i < 10: if GPIO.input(GPIO_PIR) == 1 : ok = ok + 1 if GPIO.input(GPIO_PIR) == 0 : error = error + 1 time.sleep(0.01) i = i + 1 ren = ok/(error+1) return ren

1

GPIO_PIR = 14

為 紅外線檢測模塊與樹莓派的針腳,腳本函數返回0表示無人,>0 為有人
【Python語音識別聊天部分robot.py】


#/usr/bin/python# -*- coding:utf-8 -*-import sysreload(sys)sys.setdefaultencoding( "utf-8" )import urllibimport urllib2import jsonimport uuidimport base64import osimport timefrom renti import * #獲取網路tokenappid=7647466apikey="網路API"secretkey="網路API" _url="h.com/oauth/2.0/token?grant_type=client_credentials&client_id=" + apikey + "&client_secret=" + secretkey; y_post=urllib2.urlopen(_url)y_read=y_post.read()y_token=json.loads(y_read)['access_token']#print y_read#print y_token #------------------function------------- def luyin(): os.system('arecord -D plughw:1,0 -c 1 -d 2 1.wav -r 8000 -f S16_LE 2>/dev/null') def fanyi():
#---------------語音識別部分 mac_address="haogeoyes" with open("1.wav",'rb') as f: s_file = f.read() speech_base64=base64.b64encode(s_file).decode('utf-8') speech_length=len(s_file) data_dict = {'format':'wav', 'rate':8000, 'channel':1, 'cuid':mac_address, 'token':y_token, 'lan':'zh', 'speech':speech_base64, 'len':speech_length} json_data = json.mps(data_dict).encode('utf-8') json_length = len(json_data) asr_server = 'm/server_api' request = urllib2.Request(url=asr_server) request.add_header("Content-Type", "application/json") request.add_header("Content-Length", json_length) fs = urllib2.urlopen(url=request, data=json_data) result_str = fs.read().decode('utf-8') json_resp = json.loads(result_str) if json_resp.has_key('result'): out_txt=json_resp['result'][0] else: out_txt="Null" return out_txt def tuling(b): f=urllib.urlopen("23.com/openapi/api?key="此處為圖靈API"&info=%s" % b) f=json.loads(f.read())['text'] return f def hecheng(text,y_token): #text="你好我是機器人牛牛很高興能夠認識你" geturl="u.com/text2audio?tex="+text+"&lan=zh&per=1&pit=9&spd=6&cuid=CCyo6UGf16ggKZGwGpQYL9Gx&ctp=1&tok="+y_token return os.system('omxplayer "%s" > /dev/null 2>&1 '%(geturl)) #return os.system('omxplayer "%s" > /dev/null 2>&1 '%(geturl)) def nowtime(): return time.strftime('%Y-%m-%d %H:%M:%S ') #---------------main-----------------num=0 #num用來判斷是第一次說話,還是在對話過程中first=1 #判斷是不是第一說話 當1000次沒有人動認為是第一次while True: if ganying()!=0: run=open('run.log','a') if first==0: hecheng("你好,我是牛牛機器人,你可以和我聊天,不過說話的時候你必須靠近話筒近一點,",y_token) hecheng("說點什麼吧,2秒鍾內說完哦.",y_token) first=1 #為1一段時間就不執行 num=0 #從新計數 #print ganying() run.write(nowtime()+"說點神馬吧..........."+'\n') print nowtime()+"說點神馬吧.........." luyin() #開始錄音 out=fanyi().encode("utf-8") #翻譯文字 run.write(nowtime()+"我說:"+out+'\n') print nowtime()+"我說:"+out if out == "Null": text="沒有聽清楚你說什麼" os.system('omxplayer "shenme.wav" > /dev/null 2>&1 ') else: text=tuling(out) hecheng(text,y_token) print nowtime()+"牛牛:"+text run.write(nowtime()+"牛牛:"+text+'\n') run.close() else: #print ganying() #調試查看是否為0有人沒人 #print num num=num+1 #num長時間增大說明沒有人在旁邊 if num > 1000: first=0 #0表示第一次說話

萬事俱備 運行nohup python robot.py 哈哈就可以脫離屏幕開始愉快的語音聊天啦
下面看看聊天的日誌記錄吧
後續更新。。。。。。Python如何用語音優雅的控制小車

『貳』 python能寫微軟小冰么

聊天機器人已經有了很多很好的實現,比如圖靈機器人、微軟小冰都非常的智能而且語氣都與人類相似。但這並不是一件一勞永逸的事情,在特定的場景下問題的回答是有邊界的或者符合特定業務場景的,所以還是需要可以按需定製開發的機器人。

chatterBot項目是一個用Python實現聊天機器人的開源項目(作者:Gunther Cox,github地址),下面介紹下chatterBot的實現方式以及如何在這個項目的基礎上做定製開發:
chatterBot將一個機器人分為input Adapter、logic Adapter、storage Adapter、output Adapter以及Trainer模塊。
input Adapter: 這個模塊被設計用來獲取並處理用戶輸入,獲取輸入是指自動從外部獲取輸入,比如從gitter room, twitter等這些都是項目自帶的輸入插件。處理用戶輸入是把獲取到的輸入轉化為可以進行下一步處理的Statement對象。Statement對象是對用戶輸入的抽象,包含了輸入的text,附加信息並提供了序列化,對比等方法。input Adapter被設計成為插件式的,所以在實踐當中,我們可以實現自己的input Adapter,比如為每個用戶打上id,這樣輸入就包含了用戶信息,在接下來的處理中就可以根據不同用戶實現不同邏輯了。

logic Adapter: 完成輸入處理後就到了邏輯處理,這依然是一個插件式的設計,主進程在啟動時會將用戶定義的所有邏輯處理插件添加到logic context中,然後交MultiLogicAdapter進行處理,MultiLogicAdapter會依次調用每個logic Adapter,logic Adapter被調用時先執行can_process方式判斷輸入是否可以命中這個邏輯處理插件。比如說 "今天天氣怎麼樣"顯然需要命中天氣邏輯處理插件,但時間邏輯處理插件的can_process方法則應該返回False。在命中後logic Adapter要負責計算出對應的回答(也是包裝成Statement對象)以及可信度(confidence),MultiLogicAdapter會取可信度最高的回答,並進入下一步。項目已經自帶了很多logic Adapter,有close match、close meaning、時間邏輯、數學邏輯,甚至還有情感邏輯,大家可以自己探索。在實踐當中,我們還是需要自己定製開發一些邏輯處理插件,如果我們希望自己的邏輯處理插件優先順序始終高於自帶的插件,可以提高confidence,自帶的邏輯處理插件返回的confidence最大是1,只要confidence比1大就是最高優先順序了。
storage Adapter: 剛才介紹logic Adapter時其實還有一點沒有說明,就是大部分的邏輯處理還是基於訓練集的,在處理時需要與訓練集做匹配,所以這個項目將訓練集的持久化也做成了插件式的,自帶的持久化有文件型(json格式)、mongodb,我們也可以做自己的持久化層,比如支持redis,支持mysql。

output Adapter: 這個模塊就不用詳細介紹了,基本與input Adapter一致,只是這里處理的是輸出。也是插件式設計,所以我們也可以定製開發,比如與騰訊等語音合成服務提供商的介面集成,我們的機器人就可以"開口說話了"。
Trainer: 這個模塊提供訓練機器人的方法,自帶的方法有兩種,一種是通過輸入list來訓練,比如["你好","你好啊"],後者是前者的回答,另一種是通過導入Corpus格式的文件來訓練。如果這兩種方法都沒有辦法滿足的話,我們還可以寫自己的訓練模塊,但總的來說還是要將最終的訓練集轉換成上述兩種類型。

總結: chatterBot這個項目並不是一個非常完善的聊天機器人項目(如果你希望一安裝就獲得一個話嘮一樣的機器人那就可以放棄了),總的來說自帶的功能有限,但是這個項目並不簡單,因為項目本身結構非常清晰,又高度插件化,所以非常適合在此基礎上做定製化開發,so 動手吧。

『叄』 Python如何使用圖靈的API Key搭建聊天機器人

python是當下十分火爆的編程語言,尤其在人工智慧應用方面。如果有心蠢咐從事編程方向的工作,最好到專業機構深入學習、多實踐,橡檔鬧更貼近市場,梁罩這樣更有利於將來的發展。

『肆』 請教大神,python適合機器人嗎

很適合啊~就是因為人工智慧的大火才帶火了Python,所以Python當然適合機器人了。
利用Python實現QQ,微信聊天機器人,都是可以實現的,很簡單。
再看看別人怎麼說的。

閱讀全文

與檢索式聊天機器人python相關的資料

熱點內容
如何把iphoneapp變小 瀏覽:130
一個後端程序員的日常 瀏覽:416
51單片機歷史 瀏覽:890
怎樣減小pdf文件大小 瀏覽:31
和彩雲zip解壓 瀏覽:725
linux查看線程狀態 瀏覽:459
怎麼起文件夾名稱 瀏覽:49
北京交大編譯原理 瀏覽:982
linux執行java腳本 瀏覽:589
全能掃描加密文檔忘記密碼怎麼辦 瀏覽:75
極品飛車ol安卓版為什麼要關服 瀏覽:275
學生伺服器怎麼選 瀏覽:464
mac系統本身編譯器 瀏覽:151
頭條app如何設置橫屏模式 瀏覽:359
clion怎麼使用終端編譯 瀏覽:768
伺服器地址部署到公網 瀏覽:494
新桑塔納安卓大屏導航怎麼拆 瀏覽:384
程序員送給女友的禮物 瀏覽:434
ftp命令行查看文件數量 瀏覽:508
linux查看設備的命令 瀏覽:839