前言
2024 and onwards © Weizhong Yang a.k.a zonble
這幾年語音助理應用以各種方式走入了每個人的生活。蘋果在 iPhone 4 之後加入了 Siri 功能，也應用在 Apple TV、HomePod 等產品上，Amazon 打造了 Alexa 智慧喇叭，Google 則在 Android 手機與 Google Nest 等裝置上加入了 Google Assistant 功能，之後又有更多的智慧喇叭以及車載語音產品。這些語音助理的功能不僅僅是回答問題，還能夠控制家電、播放音樂、設定鬧鐘等等。
我們可以注意到，這些語音助理有一個共同的特色，就是他們都有自己的生態系統。這些語音助理首先串接的是自家的服務，而幾乎每家都有自己的音樂、地圖導航等。蘋果就有自家的 Apple Music、Amazon 也有自己的 Prime Music、Google 則有 YouTube Music；地圖方面，蘋果一開始與 Google 合作使用 Google Maps，後來也開發了自家的 Apple Maps。或著，就是與一些最大的音樂、氣象、新聞等服務合作，像是 Spotify、Weather.com 等等。
為了擴大生態圈，第三方開發者也可以為這些語音助理開發自己的服務，像是 iOS App 的開發者可以透過SiriKit，為 Siri 增加功能，讓 Siri 可以串接到 App 的功能。Amazon 則提供了 Amazon 則使用 Alexa Skills，Google 則使用 Actions on Google 來串接各種第三方服務。而由於這些語音助理都是大眾導向的產品，大多建立在這些平台上的服務，也往往是大眾導向的服務，我們還是較少能看到在一些內部、或是專屬的系統上，使用語音助理技術或功能。
這幾年也陸續看到一些店家開始在專屬的服務上提供語音助理功能，像是餐飲店也開始提供語音點餐等，客戶在電家門口的 Kiosk 機台，就可以用語音完成點餐等。但即使如此，我們還是可以期待，語音助理可以應用在更多行業中、更多系統上。
語音助理最適合的場合大概是，當使用者不方便挪出雙手操作，然後又有明確目標，用語音比使用手指或鍵盤滑鼠慢慢選擇有效率時，而且通常會用在比較私密、個人的場合，像我們大概就不會在公共場合大聲叫 Siri 幫我們查詢一些私人資訊。所以我們往往會在駕車時請語音助理協助導航，在家中使用智慧喇叭，以及在運動、慢跑時使用耳機上的語音助理；另一方面，又對周圍環境有一定的要求，周圍如果太過吵雜，往往影響錄音以及語音辨識的效果。
我們或許可以想像，在醫院、病房當中，病床床頭可能擺了台平板，醫護人員或是病人可以快速使用語音命令，完成一些工作或是查詢資料，而不用放開手邊的工作，或是離開病床。剛生完寶寶的母親可以用語音命令，快速查看寶寶的影像。但前提是，語音助理要能夠連接醫院的系統，但目前都還相當欠缺這類型的應用。
以下就是一個使用 Flutter Web 技術開發，運作在 Chrome 瀏覽器當中的語音掛號的功能展示：
隨著這幾年 Flutter 應用程式的開發框架愈來愈成熟，加上大型語言模型（LLM）也快速普及，結合這兩者，其實就可以只寫大約幾百行的 Dart 程式，就能夠快速打造跨平台的語音助理。在這本小冊子中，會提到:
- 打造語音助理需要哪些元件
- 這些元件有哪些可用的 Flutter 套件
- 如何串接這些元件，成為完整的語音助理
- 如何設計語音互動流程
我預期您在閱讀這本小冊子之前，具備一定的 Flutter 應用程式的開發基礎與經驗。這本小冊子放在 Github 上，如果您發現錯漏，可以直接在 Github 上發 PR 修正，或是在 Github 上開 Issue 討論。因為內容也是以 Git 管理，因此不額外提供版本歷史。
這本小冊子當中的程式碼，也可以從 flutter_dialog 處取得。
本書內容以 CC BY-SA 4.0 授權條款釋出。
