[AWS][Echo] 來玩玩 Amazon Echo

May 12th, 2016

前提 ( 什麼是 Amazon Echo)

Amazon Echo 是 Amazon 的一個很有趣的裝置．雖然許多人都將它當作是藍芽擴充喇叭，但是其實他功能不僅僅於此．他不僅僅能夠透過藍芽播放音樂，還能夠聽懂你的語音來執行許多功能．這邊有段簡單的影片． 並且 Amazon 具有一個類似 App Store 的商城上面擺滿了各式各樣的語音服務 ( Amazon 稱為 Skill ) 可以透過安裝不同的 Skill 達成許多功能．不論是播放音樂或是訂購商品．

然後接下來就簡單的紀錄一下最近玩 Amazon Echo 的心得

透過 Raspberry Pi 2 架設虛擬的 Amazon Echo

那使用這個功能一定要購買 Amazon Echo 嗎？ 當然是，不過你也可以透過 Amazon 開放出來的說明文件來使用 Raspberry Pi 2 來架設．

詳細安裝文件，文章相當長，就不詳述在這裡．

先簡單敘述你需要的設備:

  • Raspberry Pi2 + 記憶卡 (至少 8G with NOOB OS) + 無路線或是無線網路卡
  • 麥克風 + 喇叭
  • 滑鼠 + 鍵盤

簡單的敘述一些步驟如下(強烈建議看文件，裡面有一步步的介紹):

  • 透過 NOOBS 安裝基本的 RPI OS (選擇 Raspbian)
  • 安裝 SSH 與 VLC
  • 安裝 JDK 跟 Maven
  • 到 Amazon Developer 去註冊 Amazon Alexa Voice Service 然後去原先文件裡面的 Github 下載下來整套 Server 跟 Client
  • 產生 SSL Cetificate 並且啟動 RPI 上面的虛擬 Echo Server 跟 Client
  • 最後就能透過 RPI 裡面 XWindows 的語音控制 Client 輸入語音資料與 Amazon Alexa 伺服器溝通

這樣你架設起來，只能對他做一些間單的問答（問問台北時間，台北的溫度或是講個笑話）．還有就是使用人家已經寫好的 Skill ．

透過 AWS Lambda 跟 OAuth2 Server 架設自己的 Alexa Skill

以下是透過 Amazon Alexa 說明網頁上面的基本架構圖：

Amazon Echo Architecture

稍微一個個介紹每個 Server 所負責的部分:

  • Amazon Echo : 就是使用者手中的裝置，可以把語音資料傳輸到 Alexa Service
  • Amazon Alexa Service: 會負責把語音資料做一些處理，擷取出每段語音中的”意圖” ( Intent ) 並且傳輸到 Amazon Alexa Skill 裡面．
  • Alexa Skill: 主要將 Skills 分成兩種： 一種是 Smart Home Skills 一種是 Custom Skills．
    • Smart Home Skills: 是一個內建好的基本智慧家庭的功能．可以設定某些裝置啟動． (舉例： 打開燈或是開門）
    • Custom Skills: 這時候你可以定義各式各樣的功能，不論是定 Pizza ，讀取你的 Email 等等都可以． 不過你需要建立好自己的 Intent Schema 還有透過 Sample Utterances 來訓練系統是否能夠完整的分析類似的語句．
    • 注意， Alexa Skill 會連接到一個 Amazon Lambda 服務．每次你的語音下達之後．他就會呼叫相對應的 Lambda 服務來執行你所下達的指令．
  • Dot Cloud: 這是一個 Alexa Skill 的提供商架設的網路伺服器．這個伺服器主要有兩個負責兩件事情．
    • 認證使用者並且綁定帳號(Linking Alexa user to your service user):
      • 這邊需要提供簡單的 OAuth2 (RFC 6749) 認證的功能， Alexa 會將該使用者資料傳輸過來．交給廠商定義的帳號設定做一個簡單的認證與綁定．
    • 需要相關的執行功能：
      • 這部分其實也可以放在 Lambda 上面做，但是考量執行效率與經費建議擺在 Dot Cloud 的伺服器來跑． 執行功能可能是開啟你的桌燈，開啟你的信件等等.. 或是連接到購買商品的平台．

透過這樣的執行架構下，設定流程就有點繁瑣．

  • AWS Lambda 相關:
    • 新增一個 AWS Lambda 並且將選擇範本 alexa-smart-home-skill-adapter
    • 將相關的功能完成後，記得將 “Event Source” 連接到你的 Alexa Skill
    • 記錄下該 Lambda ID
  • Alexa Skill 相關:
    • 打開剛剛建立好的 Alexa Skill 並且將 Endpoint 填入剛剛建立的 Lambda ID
    • Account Linking 部分記得輸入好如何連接到自有的 OAuth2 服務 (記得要支援 HTTPS )
    • 測試，並且查看是否有任何錯誤的部分．
    • 記得先不要真正的 submit 上去，只要 Save 作為測試使用．
  • 打開你的 Amazon Echo (或是模擬器)
    • 打開 Alex Skill （如果使用模擬器，需要在 RPI 的 XWindows 打開該瀏覽器)
    • 選取你並啟動建立的 Alexa Skill
    • 打開音效錄音程式，並且測試
    • 如果出現問題，記得查看 Lambda Log 或是 Skill 那邊的 Log

相關問題處理:

(1) 無法正確找到你的 Alexa Device

問題點:

透過 Echo (模擬器) 發出 ”Alexa find my devices“，結果卻得到找不到任何裝置的回應．

檢查方式:

  • 檢查 Lambda 確認有收到 Alexa 的指令．
  • 檢查你的 Dot Cloud 確認有收到 Lambda 指令．

通常比較有可能都是 Lambda ID 打錯，或是 Alexa Skill Application ID 打錯導致服務無法串接起來．

(2) 無法讓 Echo 發出特別的音樂

問題點：

其實是很無聊想寫出個 2012 裡面 Engine Start 的梗．不過遇到不少問題．

相關實作:

"outputSpeech": {
    "type": "SSML",
    "ssml": "<speak>This output speech uses SSML.</speak>"
}

檢查方式:

  • 你自己 Host 的 Service “Dot Cloud” 需要支援檔案下載 MP3
  • MP3 格式必須是 MPEG2 Audio 並且是 48 kbps

心得:

其實沒有貼上任何程式碼也寫了那麼多，可見其實 Amazon Echo 沒有那麼容易玩 XD (更別說 RPI 設定有接近 30 頁的文件)

不過設定之後，其實真的能夠感受到 Amazon Echo 的強大．你就當作是一個開放的 Siri 或是 Google Now ．並且結合一個相當強大的語音辨識引擎在裡面． 不過因為是模擬器，所以對於語音的處理還是比較弱．之後實機來了應該會更棒．

Buy Me A Coffee

Evan

Attitude is everything