Siri⾃带语⾳识别的能⼒，我们可以通过Scriptable调⽤Siri的语⾳识别来实现语⾳交互。Scriptable是⼀个iOS脚本⼯具，允许我们使⽤Swift或JavaScript开发⼩⼯具和Applets。它提供了丰富的API，能实现定时任务、⽹络请求、⽂件操作以及UI展示等功能。我们将使⽤Scriptable来实现与Siri的交互和ChatGPT的请求。

下载并打开scriptable点击右上⽅“加号”新建⼀个项⽬并命名为SiriChatGPT

本次我们做一个小尺寸的小组件

function createWidget(img) { // 定义一个创建组件的函数

  const w = new ListWidget();

  w.addSpacer();

  w.spacing = 5;

   const bgColor = new LinearGradient(); // 定义一个渐变背景

   bgColor.colors = [new Color("#333"), new Color("#333")]; // 设置渐变颜色

   bgColor.locations = [0.0, 1.0]; // 设置渐变位置

  if (config.widgetFamily == "small" || config.widgetFamily === undefined) { // 如果是小组件

    w.backgroundImage = img; // 设置背景图片

    w.presentSmall(); // 显示小组件

  }

  return w;

}

我们定义了一个创建组件的函数createWidget，通过传入img参数可以设置组件的背景图片。

根据config.widgetFamily获取到组件当前渲染的尺寸，widgetFamily: small(小）、medium（中）、large（大）

try {

  var img = await new Request("https://n.sinaimg.cn/sinakd20230202s/348/w184h164/20230202/ad51-f00728753f8f5e1c53c10ae5dd1cf3de.png").loadImage();

  } catch (err) {

    throw new Error("图片地址不支持");

  }

let widget = createWidget(img);

通过Request方法加载一张图片做为组件的logo图片并展示，通过try来捕获加载错误，并调用createWidget方法将图片传给widget，要想让siri发声。

要用siri将固定的内容借siri的能力，将数据读出通过调用小组件暴露出来的Speech API。

await Speech.speak('请说出你的问题');

直接调用Speech.speak的命令,返回是一个promise 所以需要在前加一个await.

Speech有个需要注意的是他必须依赖于siri环境，不然会报错“命令不支持”

完成了小组件的创建和语音提示后，接下来就是实现与ChatGPT的交互了。这里我们需要用到OpenAI提供的API，将语音转换为文本，再将文本传给ChatGPT进行处理，最后将ChatGPT的回答转换为语音播放出来。

要将我们口述的问题，给到Siri并进行语音转文字的供给chatGPT识别。Dictation API 提供一个异步的start方法

let result = await Dictation.start();

通过调用start的方法，将会新开一个对话框，我们可以尝试说写话，将可以看见话被转为文字并显示在对话框内

以这为例，咨询了"红烧肉的做法"完成后点击"Done".

完成了小组件的创建和语音提示后，接下来就是实现与ChatGPT的交互了。这里我们需要用到OpenAI提供的API，将语音转换为文本，再将文本传给ChatGPT进行处理，最后将ChatGPT的回答转换为语音播放出来。

async function queryOpenAI(text) {

  let req = new Request("https://api.openai.com/v1/engines/davinci-codex/completions");

  req.headers = {

    "Authorization": "Bearer " + apiKey,

    "Content-Type": "application/json",

  };

  req.method = "POST";

  req.body = JSON.stringify({

    prompt: text,

    max_tokens: 2048,

    temperature: 0.7,

    n: 1,

    stream: false,

    stop: "\n",

  });

  let result = await req.loadJSON();

  return result.choices[0].text;

}

将通过Dictation获取识别的文案，传给查询接口并向openai发出请求。

apiKey请替换为自己的chatgpt Api key即可

代码如下

// 如果是在 Siri 中运行，则使用语音提示用户说出问题

if(config.runsWithSiri) {

  await Speech.speak('请说出你的问题');

}

// 如果是在应用中运行，则调用Dictation.start()方法开始语音识别，并将识别结果发送到服

if (config.runsInApp) {

  let result = await Dictation.start(); // 开启识别

  let r = await _post({ // 发送识别的文案

    url: 'chat.openapi.com/request',

    body: JSON.stringify({

                value: result,

            }),

    headers: {

                "Content-Type": "application/json",

            }

  })

  await Speech.speak(r.response); // 朗读chatGPT的返回内容

}

Script.setWidget(widget);

Script.complete();

打开scriptable左下方的settings按钮