[北航软工]第二次团队作业

[BUAA软工]第二次团队作业

Part 1 项目说明

1. 简介

项目名称：语音coding助手（暂定）

说明： 实现一个android app, 通过语音输入来写python代码，和android 上的 shell 交互。

2.应用场景

手机端写代码是一件非常麻烦的事情，即便有外置键盘，也不便于携带。

1️⃣ 当你走在路上，忽然想到一个很好的idea，希望能够很快把他实现出来，但用手机输入太慢而且不方便，用语音输入就很酷，不是吗？

2️⃣ 在自己家里写代码，可以写的很快，而且很舒服，读出include， 自动输入include

3️⃣ 对于手部有残疾但梦想成为程序员的人，语音coding助手就是最好的医疗手段。

为什么单纯使用语音来写代码呢？因为通用的语音识别是存在比较大的二义性问题的。比如，你什么意思？意思意思？意思意思什么意思？没有意思。

3. 技术说明

语音输入：使用科大讯飞api，团队使用过科大讯飞的sdk，中英文可以混合翻译，就语音翻译而言，科大讯飞确实是业界标杆之一。

shell: 项目目的在于语音输入指令或者代码到shell或者vim中，我们选取得是android上开源的强大终端termux,【链接】, 这个shell 包含vim, apt-get, 可以安装python, 甚至是gcc, g++, 安装完openssh,还可以连接远程服务器，可以认为时以一个运行在android上的小linux系统，我们的开发将基于这个项目。

流程：调用语音识别api ➡️ 得到输入的String ➡️ String 转换成对应的动作 ➡️ 执行 action

4.项目划分

4-1前端

界面设计优化, 一到两人

4-2 后端

后端逻辑开发， 两到三人

part 1：语音->指定语言 自然语言转为String

part 2 ：指定语言-> 执行操作 String ->Action

4-3 测试

测试功能， 一到两人

4-4 PM

需求安排，开发分工，进度核对，push和鼓励组员，技术支持

4.难点

1. 调用语音识别的api其实算不上太大的难点，SDK和参考文档都很完善，而且中英文混合可以消除一些歧义，比如把vim 的 "i" (启动编辑的input的缩写)换成“输入”, 就不会和字母'i', 混合

2. 需要设计比较多的语音命令或者说模式（string->action，借用模式识别的词）, 才能让项目足够好用，输入足够快，而这些匹配的模式其实有一定的学习成本，所以设计选取的命令和命令的数量都需要比较好的把控。

3. action如何实现，

   比如action为往vim编辑光标处输如字符串"hello world"

   比如action为换行，跳跃指定的行

   比如action为run这个脚本，并且推送到github远程仓库

尤其第三点其实需要对应android研究比较深，需要将termux默认的键盘输入，转变到使用语音输入后做出希望完成的动作，而最核心的是如何不用键盘在制定的光标处输入字符，这需要我们研究一下termux的源码实现，然后对其进行更改。

5.案例

语音写code的idea并非没有人想到过，http://blog.jobbole.com/45781/ , 这就是个例子，只不过这个人在window上进行实践，他手部肌肉麻木无法顺利敲键盘，是实现了一个系统，支持大约2000多种语音指令，http://v.youku.com/v_show/id_XNTk2MTAyMjQ0.html 视频10分钟多演示功能， 也可参见知乎提问如何优雅地用语音输入写程序?

还有一个反面案例，锤子出品的TNT工作站，他们想做的东西太多了，想要通用的语音输入，并且在比较嘈杂的环境中，效果很差，才会有“安静点！吵到我用TNT”的玩笑了。

6. 用户数目 用户评价估计

校内体验的话，用户数目估计能够达到100+， 毕竟还是很酷的一个项目，演示效果好

如果推广再商业话或者公益化，用户有望持续增长破万。

用户评价估计，termux本身就是口碑极佳的项目(github 3.5k star), 至少我们团队对于做好用户体验非常有信心。

7.预期目标

实现一个语音编写python代码的demo, 选取python作为目标语言是因为受众广，而且格式简单，没有很多分号，或者很麻烦的语法。做成app,能在手机端简单演示。

alpha: 5条核心指令确立，语音正确输入，执行正确的操作

beta: 20条-30条基本指令确立，界面优化，功能扩充，用户体验优化

gamma: 100条指令， 支持用户自定义行为，功能封装， 完善优化，充分测试。

Part 2 NABCD

2-1 N (need)

需求：解决语音书写代码的需求

刚性需求: 对于键盘输入不方便的编程人员，属于刚性需求，中国的大概有8300万人，其中肢体类的占30%－40%，2017年，854.7万残疾儿童及持证残疾人得到基本康复服务，其中肢体残疾人484.6万。

辅助性需求: 对于手打代码累了的人员，可以辅助输入，减少负担。

这个需求在脑机接口普及后很可能会消失。

2-2 A (Approach 做法)

基本的招数：调用过科大讯飞的api，语言：java, c++

独特的招数: 没啥独特的，就是酷。

技术可行性：技术上需要比较了解android底层交互，需要一定研究。

法律法规可行性：遵循中华人民共和国宪法。

2.3 B (Benefit 好处)

• 那你这个产品/服务会给客户/用户带来什么具体好处呢?

让用户轻松码代码，解放双手，更可以在android端快速实现idea原型，快速修改代码。

• 如果用户已经有一个解决方案 (例如用户已经在用 QQ 聊天), 那你的产品具体有哪些好处, 能让用户离开现有产品, 使用你的产品来聊天呢?

目前并没有调研到有同类的应用。可以类比的是正常的使用键盘输入笔记本电脑或者台式机，或者使用蓝牙键盘输入手机端。但并没有真正解放双手，对于残疾人士而言，增加了一条成为程序员的出路。

• 另外这还有一个 Benefit/Cost (成本) 的问题。

这个项目是有“学习成本”的，需要学习一些语音“指令”，对于计算机从业人员而言，其实学习成本不大，需要我们在设计这些“指令”的时候比较用心。而对于残疾人士，这些学习成本也是比较的，就像盲人学习盲文一样。

2-4 C (Competitors 竞争)

竞争对手也没有闲着, 这个市场有多大, 目前有多少竞争者在瓜分, 你了解么? 竞争者是单独的，还是存在一个行业链，各个阶段的竞争者都一样么? 你如果不是最先进入某个市场的产品, 你还能赢么? 我们的新想法可能要和已有的产品竞争，说服用户放弃一个已经使用了一段时间的产品，来用我们的产品，是有不少困难。 我们还要想到， 还有一个隐藏着的竞争对手是 “不消费” -- 很多用户根本就不用这个领域的任何产品， 你怎么能让他们完成从 0 到 1 的转变？ 如果你成为他们的第一个产品，那你就是 First Mover, 有很多优势。

市场大小：市场其实不大，可以作为键盘输入的补充，在大多数情形不算必须品，但是有价值的。

行业链：项目完善后，可以集成到不同硬件上，电脑端也可以添加语音写代码的功能。

目前我们要实现的是一个demo,真正做到产品阶段，可以先做成一个插件，一个后台服务，没必要以此作为核心卖点。或者可以实现一个android端的coding IDE，像VS Code 那样的产品，去用语音输入支持更多类型的语言。

2-4 D (Delivery 交付， Data 数据）

怎样把你的创新产品交到用户的手中?

例1, 你想到了一个好主意, 建一个比 hao123 更好的导航页面! 我们姑且认为NABC 都没问题, 那如何把这么好, 这么简单的产品交到 (Deliver) 用户手中呢? 用户怎么能知道你的产品？你如何利用互联网（或者其他途径）把这一福音传遍你的目标用户？ 这一方面在早期的软件开发者的角度来看，应该是 “市场部门” 该做的事。 但是，现在网络已经成为绝大多数软件产品一一部分，对社交网络的应用不会发生在产品开发完毕之后，而是在早期就会成为产品规划和功能的一部分。

例2, 你想到了一个手机的应用, NABC 都不错, 那如何把产品交到千万个用户手中呢? 你怎么去找到你的目标用户？光考在中国几十个App 市场去投放么，这是远远不够的！

D: Data 你有什么数据来证明新的功能带来的好处？ 团队做了用户调查么？ 有什么量化的指标， 例如 NPS（净推荐值）?

交付可以通过上线应用商店，进行推广，当然我们可以现在同学圈子中流行起来，但说实话，一个demo想要真正传播开来其实挺难的，最好的方式应该是先通过学校，或者其他方式，和一些医院建立联系，定制医疗版本，提高软件质量，然后，有可能的话可以卖给一些手机厂商，集成到他们的系统中去。或者还可以通过“知乎”进行推荐，在所有相关问题下进行回答，推荐我们的工具，在或者可以通过抖音进行推广，让我们的应用转换成为一个网红app.

2-5 用户

班上同学肯定是有超过10个愿意配合的同学，他们是：

乔x，庹XX, 胡XX, 汤XX, 樊XX,齐XX, 刘X铭，王科X, 万XX，赵XX...

1. 把这些要点都组合成为一段话 -- 当你要向别人兜售你的项目的时候， 你通常只有很短的时间 （电梯演说），能否自然而有条理地把项目说清楚？ 请用你产品中实际的元素代替 <> 中的抽象概念。

全新的产品：

各位领导/投资人/合作伙伴： 我们的 <语音助手> 是为了解决手机端写代码的痛苦, 他们需要更好更快更方便 <Need>的输入方式, 但软键盘输入实在太慢太麻烦了，我们通过语音辅助输入 <Approach>, 它能加快写码速度，释放双手<Benefit>， 这是前所未有的<Competitor>。 同时，我们通过大量的推广 <Delivery> ，能很快地让大部分用户知道我们的产品，并进一步传播。

增量改进的功能：

各位领导/合作伙伴： 我们的 <医疗版本改进> 是为了解决 <手部残疾人士> 的痛苦, 他们中很多人是可以成为良好的程序员的 <Need>, 但是因为手部残疾没法写代码，通过针对性的语音写代码训练 <Approach>, 能够帮助他们实现成为程序员的梦想 <Benefit>， 让他们的人生更加圆满，包括我们之前和相关医院的合作证明<Data>平均只需要一周甚至更短的时间，一个残疾人士就能够快速书写所需要的代码。我们相信医疗版本的语音coding助手能给我们带来业绩改善，同时这也是一项公益性很强的事业。

3. 把上面的这段话录制为视频，上传到视频网站，并把链接发到个人/团队博客上。 【todo】

【作业2】 以终为始，假设一切顺利，产品发布了，你怎么宣传这个产品呢？请写一个新闻稿，描述你的新产品在新闻发布会上的情况

标题
　　语音写码，释放双手！

副标题
　　你将获得极度舒适的写码体验

总结
　　语音写码会比键盘输入快1.5倍！（假如），小小手机也可以成为coding利器。

问题
　　手机端快速写代码的困境。

解决方案
　　通过语音辅助coding , 或者完全使用语音coding

你的引证
　　这个项目会很有趣~

如何开始
　　（假如说我们实现了这个功能）想要快速定位特定位置，你只需说："转到第25行末尾"。

客户评述
　　今天去丈母娘家的路上，产品经理忽然就改需求了，手上就一台手机，还好有语音输入，很快就完成了，要是键盘打，真是得当着丈母娘的面头秃了。

收尾和号召
　　语音coding助手正式上架各大应用商店！ 下月将推出语音codingIDE，敬请期待!

附录!

termux

讯飞api