Local-Voice/scratch/DESIGN.md

Scratch语音助手设计文档

项目概览

基于原Python多进程语音系统的简化版，专为Scratch平台设计的教育性质AI助手。

核心功能

1. 语音交互系统

• 输入: Scratch内置语音识别
• 输出: Scratch文本转语音
• 触发: 点击绿旗或按键触发录音

2. 角色扮演系统

基于原项目的角色设定，创建4个可切换的AI角色：

李白 (libai)

• 性格: 浪漫诗人，豪放不羁
• 说话风格: 文言文，经常引用诗句
• 特征回复:
  • "吾乃李白，字太白，号青莲居士"
  • "喝酒写诗，人生一大乐事"
  • "飞流直下三千尺，疑是银河落九天"

猪八戒 (zhubajie)

• 性格: 贪吃懒做，幽默风趣
• 说话风格: 口语化，喜欢谈论吃的
• 特征回复:
  • "嘿嘿，俺老猪来也"
  • "肚子饿了，有没有好吃的？"
  • "师父，我们休息一下吧"

唐僧 (tangseng)

• 性格: 慈悲为怀，说话文雅
• 说话风格: 温文尔雅，经常念经
• 特征回复:
  • "阿弥陀佛，善哉善哉"
  • "出家人以慈悲为怀"
  • "悟空，不得无礼"

沙僧 (shaseng)

• 性格: 忠厚老实，沉默寡言
• 说话风格: 简洁朴实，忠诚可靠
• 特征回复:
  • "大师兄说得对"
  • "师父，我来扛行李"
  • "二师兄，你又偷懒了"

3. 关键词匹配系统

设计简单的关键词触发回复：

通用问候

• "你好" → "你好！很高兴见到你"
• "谢谢" → "不客气，这是应该的"
• "再见" → "再见，下次见"

角色特色回复

• 李白 + "诗" → 谈论诗歌创作
• 猪八戒 + "吃" → 谈论美食
• 唐僧 + "佛" → 谈论佛法
• 沙僧 + "行李" → 谈论挑担子

技术实现

变量设计

当前角色 (current_character) = "libai"
对话状态 (conversation_state) = "idle"
录音状态 (recording_state) = "stopped"
对话历史 (conversation_history) = []
回复内容 (response_text) = ""

列表设计

角色列表 (characters) = ["libai", "zhubajie", "tangseng", "shaseng"]
角色名称 (character_names) = ["李白", "猪八戒", "唐僧", "沙僧"]
关键词列表 (keywords) = ["你好", "谢谢", "再见", "诗", "吃", "佛", "行李"]
回复模板 (response_templates) = [...]

广播消息

开始录音 (start_recording)
停止录音 (stop_recording)
切换角色 (change_character)
显示回复 (show_response)
清除对话 (clear_conversation)

视觉设计

背景设计

• 主背景：简洁的界面，包含标题和状态显示
• 角色选择区：4个角色头像按钮
• 对话显示区：显示对话历史
• 控制按钮：录音、清除、帮助

角色造型

每个角色设计2-3个造型：

• 默认造型（正常状态）
• 说话造型（张嘴状态）
• 思考造型（皱眉状态）

积木逻辑流程

主程序流程

当绿旗被点击
  初始化变量
  显示角色选择按钮
  设置为待机状态
  等待用户操作

录音处理流程

当点击录音按钮
  广播"开始录音"
  侦听语音并等待
  识别结果 → 存储到变量
  分析关键词
  生成回复
  广播"显示回复"
  说出回复内容

角色切换流程

当点击角色头像
  设置当前角色变量
  切换角色显示
  播放切换音效
  显示角色介绍

扩展功能

1. 对话历史

• 保存最近10轮对话
• 支持查看历史记录
• 支持清除历史

2. 表情动画

• 根据回复内容切换角色造型
• 添加简单的动画效果
• 增加互动趣味性

3. 音效系统

• 角色切换音效
• 录音开始/结束提示音
• 错误提示音

部署建议

开发环境

• Scratch 3.0 桌面版
• 需要网络连接（语音功能）
• 麦克风和扬声器设备

测试建议

• 先测试语音识别功能
• 再测试角色切换逻辑
• 最后测试整体交互流程

优化方向

• 增加更多角色
• 优化关键词匹配算法
• 添加更多动画效果
• 支持多语言

这个简化版本保留了原项目的核心AI交互体验，同时适合在Scratch平台实现和教育场景使用。