聆思CSK6大模型开发板语音控制风扇（上）
💡
原文中文，约1900字，阅读约需5分钟。
📝
内容提要
本文介绍了使用大模型+语音交互控制风扇的方法，包括云端配置流程、关键节点功能和前后置处理函数的作用。
🎯
关键要点
- 本文介绍了如何使用大模型和语音交互控制风扇。
- 示例使用的硬件是聆思CSK6大模型开发板，接入星火大模型。
- 云端流程包括获取语音、意图分类、提取关键信息和执行控制指令。
- 创建应用需登录LSPlatform并导入风扇控制示例工程。
- 流程分为语音交互和意图识别的多分支处理。
- 提示词用于将用户语音命令分类为不同意图。
- 语义改写帮助整合多轮提问为完整问题，提高处理效果。
- 落域结果判断根据分类提示词确定处理分支。
- 前置处理函数提取参数，后置处理函数生成语音反馈。
- 风扇控制提示词提取关键信息以控制风扇状态。
- 后置处理包括设置语音提示、获取用户指令和执行操作。
- 数据模板用于定义系统执行的操作和结果。
- 系统通过读取用户输入来识别指令并执行相应操作。
❓
延伸问答
如何使用聆思CSK6大模型开发板控制风扇？
可以通过登录LSPlatform创建应用，导入风扇控制示例工程，并配置语音交互和意图识别流程来控制风扇。
云端流程中如何处理用户的语音命令？
云端流程包括获取语音、意图分类、提取关键信息和执行控制指令，确保用户命令被正确识别和处理。
什么是提示词在风扇控制中的作用？
提示词用于将用户的语音命令分类为不同意图，如控制风扇的开关状态，帮助系统准确识别指令。
语义改写在多轮提问中有什么作用？
语义改写可以将用户的多个问题整合为一个完整的问题，从而提高处理效果和准确性。
如何创建数据模板以执行风扇控制操作？
数据模板用于定义系统执行的操作，包含意图和结果列表，指示风扇的状态（打开或关闭）。
后置处理函数在风扇控制中有哪些主要功能？
后置处理函数主要用于生成语音反馈、获取用户指令、识别指令和执行操作，确保系统能正确响应用户命令。
➡️
