今天玩一下现在很火的人工智能。
废话不多说，先来看几张图：
看出什么蹊跷了吗？
再来看一个视频：
   [url]https://www.zhihu.com/video/1002567561061511168 [/url] （演示网址和代码见文末）
人工智能离我们有多远？你觉得只有战胜柯杰的阿尔法狗才算是人工智能吗？看看周围：你的美颜相机、你刷的抖音推荐、你手机上的语音助手……甚至包括给你送外卖的小哥分配，现在都少不了人工智能的参与。
《钢铁侠》中的智能管家贾维斯，如今看起来也不算那么“科幻”了。不少厂家最近都推出了智能音箱产品，可以语音聊天及控制家里的智能家居设备。
不过，我想要一个自己的“贾维斯”。
这个想法由来已久。现在看来，实现的可能性越来越高了。因为各种AI平台、智能硬件都已成熟，而 Python 这个胶水语言又可以很方便地把各种模块拼接起来。
最近正好瞥见了一个有意思的新“玩具”--腾讯AI开放平台（http://ai.qq.com），本来只是想简单给大家分享一下。结果我自己写得停不下来，借此机会开启我的调教之旅。（这回一定是一个深坑）
这次用到了AI平台的语音识别、智能闲聊、语音合成，把这三个功能串起来，实现了语音智能应答的功能。
目前功能可以说是十分初级，不过总要有个开始嘛，反正我有的是时间去打造她。
接下来的一些计划：

• 增加摄像头，实现人脸识别和场景定位
  

• 接上一个机械臂。之后所以无脑操作类的手机游戏，你们就别想跟我一起冲排名了
  

• 安上轮子
  

• 连接无人机
  

• 当然，肯定还少不了树莓派
  

虽然还没想清楚最终会做出个什么东西，但这不重要，对我来说过程已经够有趣了。（应该整不出一个奥创来）
另外昨天还顺手拿人脸融合的接口做了个在线换装小工具，支持50种模板，想要体验的朋友，由此进入>>> 人脸融合 - Crossin 的编程实验室。
昨天夜里把这个功能上线，朋友圈发了一下，很快就有几百人访问。现在文章推送出去，不知道我那小破服务器能不能顶得住。虽然已经对图片传输做了压缩优化，但还是很危险。如果请求失败，请稍晚些再来体验，或者自己下载代码运行。

---

外行看热闹，内行看门道。前面的热闹说完了，如果你还想了解更多，我们接下来就说点有信息量的门道。
这次代码用到的腾讯AI开放平台，现在功能已经不少，主要是自然语言处理、计算机视觉、智能语音三大方向。这次案例的代码，三个方向都涉及到了。
平台文档还算得上详细，也提供了在线功能演示，建议自己上去捣鼓一下。现在只要注册就能申请使用，不收费，作为学习来说也几乎没有限制。比较可惜的是我没看到有Python 示例，所以你可以参考我的代码来写。（尤其是计算签名的部分，可以直接用我的代码。）
单看独立的 API 并不复杂，简单来说就是一个网络请求，你按要求提供了正确的参数，平台就会返回给你相应的结果。但如果你是刚接触这类接口，我相信你会被坑得鼻青脸肿，因为我也是过来人。
比较明显的坑大约有三个：

• 签名。这是开放 API 验证来源身份的标志，也是 API 新手必经的坎。你要了解 md5 的概念（之前文章有提及过【每周一坑】校验文件哈希），并且按照 API 的要求生成正确的签名。除了开始时理解上的困难，在开发调试时，因为最终输出只有一串字符，所以出错时很难 debug，只能一遍遍地仔细检查。
• 参数。参数看起来都给你规定好了，但实际用时才发现会有各种问题。比较常见的错误可能是编码。同样，因为缺少调试信息，即使是很低级的错误，也可能让你耗费很长时间。再加上有些你没注意到的文档细节（比如字符长度限制）和错误（语音合成里的请求方法是 POST 但文档上写的是 GET），这个步骤也会让你抓狂。
• 返回值。当你排除万难，终于拿到结果的时候，或许会一脸懵逼……因为除了自然语言接口外，图像和声音的返回值大多是经 base64 编码后的数据。你需要自己对这些数据进行处理、存储或展示。而如果你像我一样要把几个接口的功能串联起来，那么等待你的将是各种数据、文件类型的转换。好在 Python 在这方面还算方便，不然真的会痛不欲生。
  

所以，看起来只是简单的接口调用，对于经验不多的开发者来说，也不是容易的事。但这些光靠看是看不出来的，你必须亲手写过才能体会。写了之后就会发现，一些坑我早就给过预警。不用太过纠结于哪个教程更好，自己动起手来才是最好。



作者：Crossin先生
链接：https://juejin.im/post/5b4dc6066fb9a04f8d6bb176

优秀，奈斯