写在前面
在2018年下半年的某一天，偶然观看了《中国诗词大会》节目的飞花令环节。当时作为语音行业一员对此十分感兴趣，想着能不能用程序实现一个，思考技术方案的时候发现最大难度就是数据，遂求助 码农交友社区(
<tt-image data-tteditor-tag="tteditorTag" contenteditable="false" class="syl1562225265140" data-render-status="finished" data-syl-blot="image" style="box-sizing: border-box; cursor: text; color: rgb(34, 34, 34); font-family: "PingFang SC", "Hiragino Sans GB", "Microsoft YaHei", "WenQuanYi Micro Hei", "Helvetica Neue", Arial, sans-serif; font-size: 16px; font-style: normal; font-variant-ligatures: normal; font-variant-caps: normal; font-weight: 400; letter-spacing: normal; orphans: 2; text-align: left; text-indent: 0px; text-transform: none; white-space: pre-wrap; widows: 2; word-spacing: 0px; -webkit-text-stroke-width: 0px; background-color: rgb(255, 255, 255); text-decoration-style: initial; text-decoration-color: initial; display: block;">
image
<input class="pgc-img-caption-ipt" placeholder="图片描述(最多50字)" value="" style="box-sizing: border-box; outline: 0px; color: rgb(102, 102, 102); position: absolute; left: 187.5px; transform: translateX(-50%); padding: 6px 7px; max-width: 100%; width: 375px; text-align: center; cursor: text; font-size: 12px; line-height: 1.5; background-color: rgb(255, 255, 255); background-image: none; border: 0px solid rgb(217, 217, 217); border-radius: 4px; transition: all 0.2s cubic-bezier(0.645, 0.045, 0.355, 1) 0s;"></tt-image>
https://github.com/)，发现了开源库 chinese-poetry(https://github.com/chinese-poetry/chinese-poetry)，然后结合免费的百度语音识别，整个项目就成了。
实现语音版飞花令仅作为兴趣爱好，之前本来是用 Django 完成的，在朋友的安利之下改用 Sanic 重写。实现的过程中都是站在程序猿的角度看待整个程序，同时程序运行的服务器性能不算好、语音匹配算法实现得很粗糙等等，所以整个程序仅仅处于可用的状态，离体验好还差18条街吧。
Python学习交流群：1004391443
但作为一个完整的应用，整个功能涉及到了Web后端常用的技术，供有一定Web基础的同学参考，特别是对于写过基本的Web后端程序然后想尝试异步编程的同学，本应用的技术栈为：
- 后端框架：Sanic + aioredis + aiomysql + aiohttp
- 数据库: mysql + redis
- 部署: nginx + docker + gunicorn
- 前端: 微信小程序
本文会简单地讲一下应用架构。
最后感谢 Crossin先生 在我完成此应用时提供的指导建议，也感谢合作开发者 自由爸爸 同学为飞花令在数据导入，查询优化方面做的工作。
文章最后会贴出小程序码供大家尝鲜，并将项目上传 github 供大家下载。
飞花令
整体架构如图所示
<tt-image data-tteditor-tag="tteditorTag" contenteditable="false" class="syl1562225265147" data-render-status="finished" data-syl-blot="image" style="box-sizing: border-box; cursor: text; color: rgb(34, 34, 34); font-family: "PingFang SC", "Hiragino Sans GB", "Microsoft YaHei", "WenQuanYi Micro Hei", "Helvetica Neue", Arial, sans-serif; font-size: 16px; font-style: normal; font-variant-ligatures: normal; font-variant-caps: normal; font-weight: 400; letter-spacing: normal; orphans: 2; text-align: left; text-indent: 0px; text-transform: none; white-space: pre-wrap; widows: 2; word-spacing: 0px; -webkit-text-stroke-width: 0px; background-color: rgb(255, 255, 255); text-decoration-style: initial; text-decoration-color: initial; display: block;">
image
<input class="pgc-img-caption-ipt" placeholder="图片描述(最多50字)" value="" style="box-sizing: border-box; outline: 0px; color: rgb(102, 102, 102); position: absolute; left: 187.5px; transform: translateX(-50%); padding: 6px 7px; max-width: 100%; width: 375px; text-align: center; cursor: text; font-size: 12px; line-height: 1.5; background-color: rgb(255, 255, 255); background-image: none; border: 0px solid rgb(217, 217, 217); border-radius: 4px; transition: all 0.2s cubic-bezier(0.645, 0.045, 0.355, 1) 0s;"></tt-image>
架构如上图所示，接下来分享部分技术细节。
Sanic
后端框架采用了 Sanic (https://github.com/huge-success/sanic)，这是一个异步非阻塞网络框架，可以看做异步版本的 flask，sanic 比起 Django 轻量很多，简单几行就可以搭起一个接口
<pre spellcheck="false" style="box-sizing: border-box; margin: 5px 0px; padding: 5px 10px; border: 0px; font-style: normal; font-variant-ligatures: normal; font-variant-caps: normal; font-variant-numeric: inherit; font-variant-east-asian: inherit; font-weight: 400; font-stretch: inherit; font-size: 16px; line-height: inherit; font-family: inherit; vertical-align: baseline; cursor: text; counter-reset: list-1 0 list-2 0 list-3 0 list-4 0 list-5 0 list-6 0 list-7 0 list-8 0 list-9 0; background-color: rgb(240, 240, 240); border-radius: 3px; white-space: pre-wrap; color: rgb(34, 34, 34); letter-spacing: normal; orphans: 2; text-align: left; text-indent: 0px; text-transform: none; widows: 2; word-spacing: 0px; -webkit-text-stroke-width: 0px; text-decoration-style: initial; text-decoration-color: initial;">from sanic import Sanic
from sanic.response import json
app = Sanic()
@app.route('/')
async def test(request):
return json({'hello': 'world'})
if name == 'main':
app.run(host='0.0.0.0', port=8000)
</pre>
结合 Python3.7 的 Asyncio (https://docs.python.org/3/library/asyncio.html) 模块，可以放弃多线程方案而使用性能更好的协程方案，比如同时请求多个网页：
<pre spellcheck="false" style="box-sizing: border-box; margin: 5px 0px; padding: 5px 10px; border: 0px; font-style: normal; font-variant-ligatures: normal; font-variant-caps: normal; font-variant-numeric: inherit; font-variant-east-asian: inherit; font-weight: 400; font-stretch: inherit; font-size: 16px; line-height: inherit; font-family: inherit; vertical-align: baseline; cursor: text; counter-reset: list-1 0 list-2 0 list-3 0 list-4 0 list-5 0 list-6 0 list-7 0 list-8 0 list-9 0; background-color: rgb(240, 240, 240); border-radius: 3px; white-space: pre-wrap; color: rgb(34, 34, 34); letter-spacing: normal; orphans: 2; text-align: left; text-indent: 0px; text-transform: none; widows: 2; word-spacing: 0px; -webkit-text-stroke-width: 0px; text-decoration-style: initial; text-decoration-color: initial;">import aiohttp
import asyncio
async def get_url(url):
async with aiohttp.ClientSession() as session:
async with session.get(url) as response:
print(response.status)
async def main():
await asyncio.gather(
get_url("http://www.baidu.com"),
get_url("http://www.jd.com"),
get_url("http://www.taobao.com"))
if name == "main":
asyncio.run(main())
</pre>
总的来说，在写异步代码的过程中还是非常开心的，有兴趣的同学可以了解一下。
百度语音识别
实现飞花令的核心之一，语音合成和识别都是用的百度(http://ai.baidu.com/tech/speech)家的技术，无他，仅仅是因为这是免费接口。
百度提供了基于 requests 做的 python-sdk (https://github.com/Baidu-AIP/python-sdk)，我这边为了适配异步框架重写了语音识别和语音合成部分的代码，将 requests 更换为了 aiohttp (https://github.com/aio-libs/aiohttp)，简单的修改代码见 aiohttp-aip (https://github.com/Provinm/flyingflower_public/tree/master/flyingflower/aip)
修改后的代码可满足当前项目的需求。
中文繁体转换为简体
飞花令的数据全部来自于 chinese-poetry(https://github.com/chinese-poetry/chinese-poetry)，但在使用过程中发现诗词是繁体版本，而百度语音给出的结果是中文简体，为了达到匹配的目的，需要将繁体转换为简体。
github 了一下，发现并没有人做这个事情，所以就自己动手写了一个脚本，实现了中文繁转简。为了造福大众，转换好的简体放在 chinese-poetry-simplified(https://github.com/Provinm/chinese-poetry-simplified)，项目中包含已经转换好的中文版本的诗词文件，以及转换过程用到的脚本，有需要的同学可以自己修改生成所需的版本。
最后
以上是关于飞花令应用的总结，总的来说还是挺满意这次实践。其实整个应用还有很多需要完善的地方：
- 玩法单一，缺乏趣味
- 前端页面丑，交互体验差
- 后端从语音识别出结果到Mysql查询优化实现得很粗糙，仅仅使用了 Mysql 内置的 locate 语法，匹配算法其实还可以写的更好更精准
- 语音识别的准确率不够好
等等
虽然问题不少，但毕竟是我自己一个完整的线上项目，还是有点小小的成就感。
因为服务器带宽有限，文章中不直接放码了，怕挂。想体验的朋友，可以在公众号里回复关键字 诗词 获取小程序码。如果文章刚发出来时候访问速度慢，建议你过一会儿再回来
<tt-image data-tteditor-tag="tteditorTag" contenteditable="false" class="syl1562225265168" data-render-status="finished" data-syl-blot="image" style="box-sizing: border-box; cursor: text; color: rgb(34, 34, 34); font-family: "PingFang SC", "Hiragino Sans GB", "Microsoft YaHei", "WenQuanYi Micro Hei", "Helvetica Neue", Arial, sans-serif; font-size: 16px; font-style: normal; font-variant-ligatures: normal; font-variant-caps: normal; font-weight: 400; letter-spacing: normal; orphans: 2; text-align: left; text-indent: 0px; text-transform: none; white-space: pre-wrap; widows: 2; word-spacing: 0px; -webkit-text-stroke-width: 0px; background-color: rgb(255, 255, 255); text-decoration-style: initial; text-decoration-color: initial; display: block;">
image
<input class="pgc-img-caption-ipt" placeholder="图片描述(最多50字)" value="" style="box-sizing: border-box; outline: 0px; color: rgb(102, 102, 102); position: absolute; left: 187.5px; transform: translateX(-50%); padding: 6px 7px; max-width: 100%; width: 375px; text-align: center; cursor: text; font-size: 12px; line-height: 1.5; background-color: rgb(255, 255, 255); background-image: none; border: 0px solid rgb(217, 217, 217); border-radius: 4px; transition: all 0.2s cubic-bezier(0.645, 0.045, 0.355, 1) 0s;"></tt-image>
对代码感兴趣的同学可以 clone 我在 github 上的代码，按照 readme 进行部署。
有希望继续改进的同学可以在 github 上 fork 飞花令代码库进行二次开发。
最后，打开 github 页面的同学留下 star 吧(祈求脸)
网友评论