毕业论文
基于移动端APP控制的智能语音玩具
基于移动端APP控制的智能语音玩具
摘要
随着计划生育政策实施以来，孩子的成长不容忽视，而对于孩子而言，玩具是陪伴时间最长的，本开题开发的智能语音玩具则可以成为孩子的伙伴来帮助其成长，让玩具成为与父母沟通的桥梁，在一定程度能缓解父母因为工作忙无法陪伴孩子的问题，也能起到培养孩子良好的品德的作用。
本文设计的基于移动端APP控制的智能语音玩具，首先，详细介绍了本课题的意义、背景和未来发展潜力，论文的主要内容；对移动端、玩具端用到的关键技术做了相应的分析；对本项目进行需求与模块分析。该课题的移动端以HBulider作为开发环境，通过MUI实现app移动端应用布局，HTML5PLUS实现移动操作系统的硬件驱动调用及系统调用，玩具端则以Pycharm为开发环境，采用Python的Flask框架搭建，与数据库进行交互以处理相应的业务逻辑。数据库使用MongoDB实现数据存储，如存取玩具信息及用户信息。
其次，本文对系统设计的各个模块做了详细的研究、设计和对其功能的实现，包括页面的设计等等。最后对此次设计做了总结，以及对未来的规划与展望。
关键词：HBulider；百度AI开放技术；Flask;MongDB
Intelligent voice toy based on
mobile APP control
Summary
摘要有改动，暂时先不写
第一章 绪 论
1.1研究背景及意义
从人类进入工业时代后，人类就可以制造并使用各种机器，但是，随着人类的不断发展进步，便有了更广阔的理想，那就是让机器能听懂人类的口头指示去工作，从而实现人与机器的语言交流。问题又来了，如果玩具不在自己的身边，那么人又来如何控制玩具呢？这就需开发一款移动端APP，无论距离多远，都能通过你手里的移动端（例如手机、平板等）App输入命令，从而达到控制玩具的目的。
语音合成和语音识别为语音玩具核心技术，它是语音信号处理的一个重要的研究方向，是语音学与数字信号处理技术相结合的产物分支，涉及到人工智能、模式识别、心理学、语言学、计算机学等重要领域，意义是实现人与机器至之间进行语言交流，用语言去支配计算机。
此课题的玩具端所用到的编程语言是Python语言，所需要的语音识别技术采用的是百度AI开放技术，而Python则能完美的使用百度AI的baidu-aip模块和ffpeg去实现语音合成和语音识别。语音识别系统所实现的细节与其他的语音识别系统相比略有不同，但是采用的基本技术很相似，下图1为典型的语音识别系统的实现过程。
图1
此外，移动端APP则使用Websocket实现语音IM通讯。WebSocket 协议，使得玩具端和移动端之间的联系更加方便简单，能更好的节省资源，不用考虑距离长短，能够更实时地进行通讯。下图图2 为Websocket传输方式
图2 Websocket传输方式
科技的发展一日千里，玩具智能化将成为玩具行业发展的必然趋势。目前，在智能玩具的市场分类中，语音玩具能从众多行业中脱颖而出，原因就是语音是人类最简单、最直接、最方便地交流工具的声音形式。物联网新时代下的玩具企业将计算机、电子、通讯等领域内的先进科技技术“嫁接”到玩具中，突破了传统玩具的局限性从，赋予玩具“听、说、读”功能，与人进行互动。人们通过移动端APP控制智能语音玩具，使人与玩具之间的联系更加紧密，能让人与玩具、人与人、人与知识、人与服务互动起来，去创造“前无古人，后无来者”的体验场景。
1.2 智能玩具未来发展趋势
随着世界经济的不断复苏，玩具市场的消费需求也逐渐恢复，中国行业研究报告网分析师认为，科技的飞速发展造就了生活的无限便利，同时也为我们的生活带来更多的乐趣，对于玩具市场来说，科技搭载玩具产品本身就催生了智能互动玩具市场的进一步发展。玩具的智能化已经成为了玩具行业发展的必然趋势，随着家庭对于玩具产品需求量的增加，未来智能互动玩具市场可挖掘的潜力非常巨大。
但是我国智能玩具就国外相比还是面临巨大的挑战：国内拥有的品牌缺少感召力，知名企业少，使得玩具在市场上无法保有较长的生命周期和相应回报；国内市场的智能玩具商太依赖国际市场，国内的企业生存发展受到波及；国内的智能玩具市场缺少创新，市场遍布毛绒玩具样式，容易造成买者的视觉疲劳。
1.3论文的主要内容
智能语音玩具是现代玩具行业发展的一个必然趋势，其在市场上的主要功能是语音交流，即是由人与玩具之间进行交流对话模式，人们通过移动端APP给玩具发送语音，在有限范围内，语音玩具能自行回答或者提问，本课题的项目根据移动端和玩具端的语言代码编写不同，回答和提问的范围也不同。
1.3.1玩具设计要求
1、简单语音对话交流
2、语音点播：唱儿歌、成语接龙、古诗朗诵、讲科普知识、讲故事等
1.3.2.本课题所用到的人工智能技术
语音类 : 语音识别、语音合成
图像类 : 图像识别、文字识别、人脸识别、视频审核
语言类 : 自然语言处理、机器翻译、词法分析、依存句法分析、文本纠错、对话情绪识别、词向量表示、短文本相似度、词义相似度、情感倾向分析
第二章 玩具端与移动端APP关键技术分析
2.1 玩具端的关键技术分析
2.1.1 Python
Python语言是一种解释型编程语言。号称是最接近人工智能的语言,因为它的动态便捷性和灵活的三方扩展,成就了它在人工智能领域的丰碑，走进Python,靠近人工智能。在开发的过程中，可以为开发者省去编译的这个环节。语法简洁清晰，特色是强制用空白符作为语句缩进，具有简洁性、易读性以及可扩展性的优点，代码风格简洁易懂易于维护。Python就为我们提供了非常完善的基础代码库，包含了文件、GUI、数据库、网络、文本等内容。除了内置的库外，Python还有大量的他人开发的第三方库，供你直接使用的东西。用Python开发，许多功能不必从零编写，直接使用现成的即可，可以很大程度上减少工作量。它已被逐渐广泛应用于系统管理任务的处理和Web编程。
2.1.2 Flask
Flask框架是一个基于 Python 开发的轻量级 Web 应用框架。其 WSGI 工具箱采用 Werkzeug ，模板引擎则使用 Jinja2。微架构通常是很小的不依赖于外部库的框架，优点是框架很轻量，更新时依赖少，并且专注安全方面的 bug，可以减少开发的复杂度，它还保留了扩增的弹性，可以用Flask-extension加入这些功能：ORM、窗体验证工具、文件上传、各种开放式身份验证技术等。Flask的特点在于它让开发者做主，使其能对程序具有全面的创意控制。在大多数的框架中，你想使用的解决方案不受到框架官方支持的方法会为你带来许多的麻烦。而在Flask中，你可以自主的选择程序的组件，如果找不到合适的组件，还可以自己开发。
2.1.3 MongDB数据库
MongoDB是NoSQL数据库的一种，是最流行的关系型数据库管理系统之一，
它基于分布式文件存储，由C++语言编写。在WEB应用方面，MongDB为其提供可扩展的高性能数据存储解决方案。特点是;高性能、易部署、方便使用、存储数据非常方便。
Mongo主要解决的是海量数据的访问效率问题。它和我们使用的关系型数据库最大的区别就是约束性,可以说文件型数据库几乎不存在约束性,理论上没有主外键约束,没有存储的数据类型约束等等。MongoDB中也同样有以上的概念,但是名称发生了一些变化,严格意义上来说,两者的概念即为相似,但又有些出入,不过无所谓。由于Mongo可以支持复杂的数据结构，而且带有强大的数据查询功能，因此非常受到欢迎。
2.1.4 Baidu-AI开放平台与图灵机器人
随着电子科技的飞速发展，智能产品越来越普及，智能产品芯片的技术不只仅限于单片机，还可以借用第三方技术来完成芯片的开发，将其作为芯片的嵌入式硬件技术，这样未来公司在制作中，不只能节约人力还能节省资金使用，可以将大量成本投入到硬件研发中。本课题所使用的编程语言Python则能完美的使用第三方平台 -- 百度AI开放平台的语音技术、图像识别、自然语言处理和图灵机器人的问答实现语音识别、语音合成、人与玩具对话、识别关键词语等功能。
2.2 移动端APP的关键技术分析
2.2.1 HTML5 PLUS
HTML5 PLUS是一款加强版的移动端浏览器引擎,它是HBulider利用自己的IDE结合不同平台的借口再加上html5的东西开发出来的一套框架，它有自己的使用规范，它允许和提供了一些借口和函数来让web开发者实现原生app所能实现的功能。本课题HTML5PLUS用于实现移动操作系统的硬件驱动调用及系统调用。
2.2.2 MUI
由于jq的jqmobe、bootstrap、framework7、angular的ionic等框架在某些移动端平台的性能参差不齐，UI风格差强人意，APP制作效果不佳，学习门槛较高，无法得到我们想要的高性能APP框架，所以中国高手基于ratchel框架改造，实现了第一版的MUI。
MUI框架，不依赖任何第三方JS库，核心就是一个UI框架，且是原生UI，高性能，有着丰富模板，非常满足本课题移动端APP的设计理念。
第三章 项目分析
3.1构架概述
3.1.1 功能构架
本项目设计的智能玩具分为移动端和玩具端，购买玩具的普通用户使用移动端（手机、平板等）app注册登录后成为玩具管理员，进入好友列表，选择你的玩具好友，用户可以通过APP发送语音指令给玩具，玩具接收指令后，就会按照指令做出相应指示。例如：“我想听儿歌小毛驴”，指令一下，玩具马上音乐响起。此外还有一些其他功能，如下图图3 显示。
图3 项目功能模块图
3.1.2 模块需求描述
3.2 项目开发环境
3.2.1 移动端
3.2.2 玩具端
3.3 项目任务的可行性分析
3.3.1 技术可行性
智能语音玩具移动端APP使用HTML5 PLUS实现移动操作系统的硬件驱动调用及系统调用。使用原生MUI进行APP的应用布局，通过MUI对APP中元素位置的排版进行控制和它对页面效果的加强，为用户提供更流畅美观的浏览效果和高性能体验。
智能玩具的玩具端采用python的flask框架搭建。Python具有简洁性、易读性以及可扩展性的优点，代码风格简洁易懂易于维护。Flask是一个轻量级 Web 应用框架，可以减少开发的复杂度，可以更加灵活、自由的组织模块。通过Websocket实现语音IM通讯，当启动玩具端后台程序时，Websoket随之启动，即可无视距离长短进行语音通讯。
数据库使用Mongdb来实现数据的存储，如存储用户信息和玩具信息等。
3.3.2 经济可行性分析
第四章 项目设计
第五章 项目实现
第六章 项目测试与总结
第七章 致谢
参考文献
[1] Miguel Grinberg．Flask Web开发[M]，人民邮电出版社，2015，15-19．
[2] 崔婷婷．基于Flask框架的骆驼帮系统的设计与实现 [D]，山东大学，2016．
[3] 叶峰．Python最新Web编程框架Flask研究[J]，电脑编程技巧与维护，2015，
[4] 王浩，智能语音玩具[D],扬州职业大学--电子工程系，2015，
随时补充