阿咕噜 AI 实战手册

Appearance

Siri下岗了！手搓一个AI语音助手，秒变科技大神 ​

上一篇我们讲了腾讯云情感陪护语音人工智能，但总觉得差点意思。如果能用DeepSeek来进行语音聊天，效果会如何呢？

今天我就来教大家如何在苹果手机上打造一个AI语音助手。首先，我们还是先问问DeepSeek，看看它能否给出好的解决方案！

image-20250305193930487

DeepSeek一共给出了5种解决方案，我仔细研究了一下，第一种方法最简单。接下来，我们就按照它的步骤来实践一下，看看能否成功！

一、动手之前，我们先来捋一捋整个流程： ​

mermaid
graph TD;
    A[语音输入] --> B[将语音转换成文字];
    B --> C[将文字内容发送给DeepSeek];
    C --> D[获取DeepSeek返回的内容];
    D --> E[显示结果并朗读];

二、接下来就是实操了： ​

1. 创建新指令 ​

打开“快捷指令”App，点击右上角的“+”号创建一个新指令。

2. 语音输入 ​

在快捷指令中搜索“听写文本”，这个指令可以将语音转换成文本。

3. 将文字内容发送给DeepSeek ​

搜索“获取URL内容”，输入DeepSeek的API接口地址（需提前注册并获取API密钥）。

  • 这里我们使用硅基流动的接口，注册地址：硅基流动。注册成功后，平台会赠送14块钱，对个人来说完全够用了。

    image-20250303150003286

  • 这个平台提供了多种模型，有免费的和付费的，大家可以根据自己的需求选择。

  • 打开文档中心，获取API接口地址和调用方法。

    image-20250305205156035

  • 调试接口：点击右边的“Try it”，配置好token和messages，然后点击“Send”，接口就可以调用成功。

    image-20250305210759457

  • 将调试成功的参数（黑色背景的红框部分）填入“获取URL内容”这个指令中，具体配置如下：

    ⚠注意：填充messages时，messages的类型要选择“数组”，messages里面的项目要选择“词典”，词典里面的内容选择“文本”。

    image-20250305213453581

4. 获取DeepSeek返回的内容 ​

搜索“获取词典值”，因为返回的内容是JSON格式，所以选择“获取词典”。接下来，我们需要根据返回的数据结构，解析出我们需要的内容content。通过观察发现，content位于choices数组的第一个对象的message中，具体路径是choices[0].message.content。在快捷指令中，对应的路径是choices.1.message.content。

image-20250305215356854

5. 显示结果并朗读 ​

搜索“显示结果”和“朗读文本”这两个指令，将它们加入流程中。

6. 点击运行测试 ​

完成以上步骤后，点击运行测试，看看效果如何！

7. 优化，这个工作就给大家去实现吧 ​

  1. 错误处理：在“获取URL内容”后，可以添加一个“如果”条件，判断API调用是否成功。如果失败，显示错误信息并结束流程。
  2. 多轮对话：可以通过保存上下文信息，实现多轮对话功能。

关注我，了解更多AI黑科技

Copyright © 2019-present Ailot