SMART ELEVATOR
--:--
当前楼层
1
识别文本
等待语音或文本输入
未识别到指令
指令输入
待测试真实引擎状态检测中
{}
| ID | 楼层值 | 显示名 | 别名 |
|---|
| 位置 | 楼层 | 别名 |
|---|
导入格式
每行一条：指令分类|语料编辑|回复编辑；也支持按分类分块的 txt 表格。
开门控制|开门|电梯开门，请注意安全 关灯|关闭灯光|灯已关闭 报警|帮我报警|请问是否报警，回答是或不是
录制 5 秒会上传到服务端真实 speaker embedding 引擎；未配置真实引擎时不会生成假声纹。
声纹识别结果会显示在这里。
| ID | 名称 | 角色 | 权限 | 样本数 | 更新时间 |
|---|
角色定位
Smart Voice Agent 是一个智能电梯语音助手，通过语音识别（ASR）、语义理解和语音合成（TTS）技术，为用户提供自然语言控制的电梯服务。它需要与真实电梯控制系统集成才能执行实际的电梯调度操作。
核心能力
- 语音识别（ASR）：将用户的语音指令转换为文字，支持中文普通话和常见方言
- 语义理解（NLU）：理解用户意图，识别目标楼层或位置，将同义表达泛化到标准词条
- 声纹识别：通过声纹验证用户身份，支持权限分级控制
- 语音合成（TTS）：将系统响应转换为自然语音反馈给用户
- 位置别名泛化：支持"厨房"、"餐厅"等同义位置名映射到目标楼层
- 语音语料学习：通过现场采集用户说法，自动扩展识别能力
能力边界
- 不直接控制电梯：系统只负责理解和生成指令，实际电梯调度需由集成方实现
- 依赖配置：需要正确配置楼层绑定、位置别名等基础数据才能正常工作
- 环境依赖：ASR/TTS 效果受麦克风质量、环境噪音影响
- 离线运行：支持离线模式，但部分高级功能（如方言泛化）需要授权
- 不支持复杂对话：系统专注于电梯控制场景，不适合闲聊
权限分级
- 访客：仅能到达公共楼层（大厅等）
- 乘客：可到达注册楼层
- 管理员：可到达所有楼层，包括受限区域
- 未知用户：声纹验证失败或未注册用户，默认按访客处理
技术架构
- ASR 引擎：Sherpa-onnx SenseVoice（离线运行）
- TTS 引擎：VITS Piper 中文模型
- 声纹模型：3DSpeaker ERES2Net
- 后端框架：Node.js + 原生 HTTP
- 前端界面：Web 管理控制台
使用建议
- 首次部署时先配置楼层绑定和位置别名
- 通过"语音语料学习"功能收集现场用户说法
- 为不同用户注册声纹档案以启用权限控制
- 定期导出词条包进行备份和版本管理
- 使用方言版词条包提升方言识别率