请问有没有类似苹果的 siri 或者 微软的 Cortana 的开源实现?

[ikaros]

[Actrace]

实现方案其实都差不多,主要是要有数据库.

[ikaros]

@Actrace 除去数据库应该还有其他的难点吧,比如自然语言识别和"理解"

[icyalala]

来看看这个：
http://www.codeproject.com/Articles/579471/How-to-Write-Your-Own-Siri-Application-Mobile-Assi
中文翻译（如何开发出你自己的Siri应用程序）：
http://dev.yesky.com/400/35090400.shtml

[likaci]

讯飞？不过也不是开源的

[icyalala]

技术要点：

语音到文本(STT)引擎:
Sphinx: 李开复当年在卡内基梅隆做的语音识别项目，现在已经有很多分支了
PocketSphinx: 微软在Sphinx基础上开发的更适于嵌入式设备的项目
Simon: KDE的项目
HTK: 隐马尔可夫模型(HMM)工具包，用于构建语音合成、识别、训练的基础库

文本到语音(TTS)引擎:
Festival/Flite: 著名的语音合成系统
eSpeak: 开源的语音合成
FreeTTS: 卡内基梅隆大学搞的，基于Flite的语音合成
hts_engine: 基于HTK的，以隐马尔可夫模型(HMM)为基础的语音合成、训练的基础库

标签(智能):
AIML:人工智能标记语言，例如PyAIML、AIMLBot


有上面这些，加上少量的自己的开发，就可以简单搞出一个类似Siri的系统。

但是Siri这些大部分都是基于云端的，比如语音是通过Speex压缩后扔到服务端解析的，那些可能会有更精确的降噪、识别、语义解析、问答系统、大量的训练数据什么的来支撑，这些才是语音助手的核心，自己一个人搞来玩玩的系统根本赶不上。。。

[Actrace]

@ikaros "理解"其实就是语音信息的逻辑化,即抽象声波数据转换成包含具体语义的"关键字"(在编程世界里叫做编译比较容易理解),然后逻辑机运行这些关键字,套用对应的逻辑,产出结果.

这样,我来简单模拟一个过程.

#1,假设,得到输入 "你吃饭了吗?" 语音信息
#2,得到转换 "你吃饭了吗?" 关键字信息
#3,逻辑机处理关键字信息,得到对象"你",操作"吃饭","了吗","?"
#4,套用逻辑处理关键字,通过数据库提取对象"你"的相关属性(这里是指自己),比如饱食度,心情状态等等.并匹配好操作,作为准备条件.
#5,根据准备好的条件,查询数据库选择合适的条件.产出查询结果.

实际上任何人对于外界信息输入都是这么个处理流程.
做出这些处理,算是半个人工智能了.
当然要想完成一个完整人工智能,还需要"成长"体系,即一套不断补充#5中所使用数据库的数据的体系.
目前siri和cortana基本都是依靠大规模人工补充的方式来实现.
什么?你说机械学习?我感觉目前还没有程序员能彻底理解人类自身的行为模式.在没做到这一点之前,都是不现实的.

[ikaros]

@icyalala Thanks
@Actrace Thanks