python寫個聊天機械人（python編寫聊天機械人）

本文目錄一覽：

• 1、python能寫微軟小冰么
• 2、python寫微信聊天機械人，求助
• 3、如何優雅的用Python玩轉語音聊天機械人
• 4、如何用python寫聊天機械人
• 5、請教大神，python適合機械人嗎
• 6、Python如何使用圖靈的API Key搭建聊天機械人？

python能寫微軟小冰么

聊天機械人已經有了很多很好的實現，比如圖靈機械人、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械人。

chatterBot項目是一個用Python實現聊天機械人的開源項目（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將一個機械人分為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級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大就是最高優先級了。

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，只是這裡處理的是輸出。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接口集成，我們的機械人就可以”開口說話了”。

Trainer: 這個模塊提供訓練機械人的方法，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械人項目（如果你希望一安裝就獲得一個話嘮一樣的機械人那就可以放棄了），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。

python寫微信聊天機械人，求助

研究了一下午一晚上，現在終於實現了用wxpy(版本號0.1.2)自動回復。並且還是能跟你很聊得來的機械人。

做微信聊天機械人，實現步驟：

獲取微信的使用權，即python腳本能控制微信收發信息。

python腳本收到聊天信息後，要對該信息進行處理，返回機械人的回應信息。

一二兩步要用到wxpy庫里的各種組件來收發信息，監聽微信活動。另外機械人還要用到 圖靈機械人的api

我們先去 圖靈機械人 註冊賬號。

#!/usr/bin/env python3# coding: utf-8from wxpy import *# 掃碼登陸bot = Bot()# 初始化圖靈機械人 (API key 申請: )tuling = Tuling(api_key=’***************************’)# 自動回復所有文字消息@bot.register(msg_types=TEXT)def auto_reply_all(msg):

   tuling.do_reply(msg)# 開始運行bot.join()

c

創建機械人

選擇自定義，點擊確定

點擊 查看詳情，進入機械人進行設置。

保存API地址，APIkey，後面會用到

點擊運行代碼，運行效果如下。

男頭像是機械人

男頭像是機械人

如何優雅的用Python玩轉語音聊天機械人

所需硬件：

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：

百度語音api

圖靈api

語音聊天機械人實現原理：當有人來到跟前時–》觸發聊天功能，開始以每2s檢測錄製語音–》通過百度語音api合成文字–》傳遞給圖靈api返回回答信息–》通過百度語音合成播放

【人體感應識別部分Python代碼renti.py】

123456789101112131415161718192021222324252627282930313233

#/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】

123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112

#/usr/bin/python# -*- coding:utf-8 -*-import sysreload(sys)sys.setdefaultencoding( “utf-8″ )import urllibimport urllib2import jsonimport uuidimport base64import osimport timefrom renti import * #獲取百度tokenappid=7647466apikey=”百度API”secretkey=”百度API” baidu_url=”h.com/oauth/2.0/token?grant_type=client_credentialsclient_id=” + apikey + “client_secret=” + secretkey; y_post=urllib2.urlopen(baidu_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.dumps(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=”你好我是機械人牛牛很高興能夠認識你” geturl=”u.com/text2audio?tex=”+text+”lan=zhper=1pit=9spd=6cuid=CCyo6UGf16ggKZGwGpQYL9Gxctp=1tok=”+y_token return os.system(‘omxplayer “%s” /dev/null 21 ‘%(geturl)) #return os.system(‘omxplayer “%s” /dev/null 21 ‘%(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,我是牛牛機械人,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秒鐘內說完哦.”,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 21 ‘) 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

如何用python寫聊天機械人

它這個軟件的辨音比IPHONE的要差,我當時找個做英語老師的朋友發音,它一樣辨不出來。只是雞肋一個,沒什麼大用的。

請教大神，python適合機械人嗎

很適合啊~就是因為人工智能的大火才帶火了Python，所以Python當然適合機械人了。

利用Python實現QQ，微信聊天機械人，都是可以實現的，很簡單。

再看看別人怎麼說的。

Python如何使用圖靈的API Key搭建聊天機械人？

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