# scale

**Repository Path**: mirror-trick/scale

## Basic Information

- **Project Name**: scale
- **Description**: 本项目是一个基于阿里云通义千问AI模型的智能语音对话系统，旨在为用户提供个性化、情感化的AI语音交互体验。

- **Primary Language**: Java
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-09-22
- **Last Updated**: 2026-03-30

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

## 1、📋 项目概述

### 1.1🎯 项目背景

本项目是一个基于阿里云通义千问AI模型的智能语音对话系统，旨在为用户提供个性化、情感化的AI语音交互体验。

### 1.2 页面的类型用户：

系统主要服务于心理健康需求用户、学习成长型用户、情感陪伴需求用户和专业咨询需求用户四大群体，通过语音与不同类型的AI角色进行自然对话，解决传统咨询成本高、时间限制、心理障碍等痛点问题。

#### 四大核心用户类型：

- 心理健康需求用户 (35%)
  
  - 用户画像: 18-35岁都市白领、大学生
  
  - 核心痛点: 专业咨询费用昂贵(300-800元/小时)、时间限制、心理障碍、隐私担忧
  
  - 用户故事: 程序员小张深夜焦虑失眠，通过AI心理咨询师获得专业倾听和建议

- 学习成长型用户 (30%)
  
  - 用户画像: 16-28岁学生、职场新人
  
  - 核心痛点: 获取答案难、缺乏导师、学习孤独、方向不明
  
  - 用户故事: 大学生李明学习编程遇到难题，AI学习导师提供24小时在线答疑

- 情感陪伴需求用户 (25%)
  
  - 用户画像: 50岁以上中老年人、独居青年
  
  - 核心痛点: 孤独感强、数字鸿沟、表达需求、时间充裕
  
  - 用户故事: 退休阿姨通过AI伙伴获得日常陪伴和温暖交流

- 专业咨询需求用户 (10%)
  
  - 用户画像: 25-45岁职场人士、创业者
  
  - 核心痛点: 咨询成本高、响应速度慢、精准度要求高、持续性需求

### 1.3 实现效果



![](README_assets/2025-10-12-22-58-21-image.png)

![](README_assets/2025-10-12-22-59-15-image.png)

![](README_assets/2025-10-12-23-00-39-image.png)

![](README_assets/2025-10-12-23-02-01-image.png)

![](README_assets/2025-10-12-23-02-10-image.png)

## 2、功能需求分析

**核心功能（高优先级）：**

1. **AI角色搜索与选择**：用户可以搜索心理医生、导师、朋友等角色
2. **语音对话功能**：实时语音交互，支持语音识别和TTS
3. **情感分析**：AI能识别用户情绪状态并给出相应回应
4. **对话历史记录**：保存用户与AI的对话记录

**扩展功能（中优先级）：** 未完成

1. **情绪追踪**：记录用户情绪变化趋势
2. **个性化建议**：基于用户情况给出生活建议
3. **冥想引导**：AI角色可以引导用户进行放松练习
4. **紧急情况识别**：识别用户是否有自伤倾向并给出建议

**高级功能（低优先级）：** 未完成

1. **多角色切换**：用户可以在不同AI角色间切换
2. **群聊功能**：多个AI角色同时参与对话
3. **个性化定制**：用户可以自定义AI角色的性格特点

## 3. LLM模型选择

#### 全面对比分析：

| 模型           | 优势              | 劣势          | 适用性评分 |
| ------------ | --------------- | ----------- | ----- |
| 阿里云通义千问      | 中文优化、API稳定、语音集成 | 创新能力一般      | ⭐⭐⭐⭐⭐ |
| OpenAI GPT-4 | 能力最强、创新性好       | 中文弱、成本高、访问难 | ⭐⭐⭐   |
| 百度文心一言       | 中文能力强、生态完整      | API稳定性一般    | ⭐⭐⭐⭐  |
| 腾讯混元         | 腾讯生态支持          | 文档不完善       | ⭐⭐⭐   |

#### 最终选择：阿里云通义千问-Plus

- 中文专优: 95%+ 中文理解准确率

- 生态完整: ASR、TTS、对话生成一体化

- 性价比高: 0.8秒响应，成本仅为GPT-4的40%

- 服务稳定: 企业级SLA，99.9%可用性



## 4、🏗️ 系统架构

### 技术栈

```yaml
后端技术:
  框架: Spring Boot 2.7+
  数据库: MySQL 8.0+
  认证: JWT Token
  实时通信: WebSocket
  AI服务: 阿里云通义千问-Plus (ASR/TTS/对话生成)

前端技术:
  框架: Vue.js 3+ / React 18+
  类型系统: TypeScript 5+
  构建工具: Vite
  UI组件: Element Plus / Ant Design
  状态管理: Pinia / Zustand
  音频处理: MediaRecorder API

部署环境:
  Java: JDK 17+
  构建工具: Maven 3.8+
  开发环境: IntelliJ IDEA / VS Code
```

### 系统架构图

```mermaid
graph TB
    subgraph "前端层"
        A[Vue.js 应用]
        B[音频录制组件]
        C[WebSocket 客户端]
    end

    subgraph "后端服务层"
        D[Spring Boot 应用]
        E[认证服务]
        F[语音处理服务]
        G[对话管理服务]
        H[WebSocket 服务]
    end

    subgraph "AI服务层"
        I[阿里云通义千问]
        J[ASR 语音识别]
        K[TTS 语音合成]
        L[对话生成]
    end

    subgraph "数据层"
        M[MySQL 数据库]
        N[文件存储系统]
    end

    A --> D
    B --> F
    C --> H
    F --> J
    F --> K
    G --> L
    D --> M
    F --> N
```

### 核心技术实现

#### 1. 流式语音处理架构

```java
// 语音处理流程
录音上传 → 任务创建 → 异步处理队列 → WebSocket进度推送
    ↓           ↓            ↓               ↓
 文件存储   返回任务ID   流式ASR处理    实时状态更新
                           ↓
                      AI对话生成
                           ↓
                      流式TTS处理
                           ↓
                      语音文件存储
```

#### 2. WebSocket实时通信

- **按用户管理**: 每个用户独立的WebSocket连接通道
- **消息类型**: 进度更新、任务完成、任务失败、连接状态
- **自动重连**: 前端实现断线重连机制
- **并发支持**: 支持多用户同时在线使用



## 5、🏆 项目成果与收获

### 技术成果

- ✅ 完整的端到端AI语音对话系统
- ✅ 高性能的流式语音处理架构
- ✅ 可扩展的微服务架构设计
- ✅ 现代化的前端用户界面
- ✅ 完善的API接口和文档体系

### 学习收获

1. **AI技术应用**: 深入理解语音识别、自然语言处理、语音合成等AI技术
2. **系统架构设计**: 掌握微服务架构、异步处理、实时通信等系统设计方法
3. **前后端协作**: 熟练掌握前后端分离开发模式和接口设计规范
4. **云服务集成**: 学会集成第三方AI服务，构建混合云应用架构
5. **项目管理**: 体验完整的软件开发生命周期管理

### 技能提升

- **编程能力**: Java后端开发、JavaScript/TypeScript前端开发
- **架构能力**: 系统设计、数据库设计、API设计
- **工程能力**: 代码规范、测试驱动开发、CI/CD流程
- **问题解决**: 性能优化、问题诊断、技术调研



启动应用后，访问以下地址查看API文档：

- Knife4j文档: http://localhost:8080/doc.html

- Swagger UI: http://localhost:8080/swagger-ui.html

## 6、待办

1、 发送验证码需要api

ScaleServer/scale-parent/service/src/main/java/com/scale/service/user/service/impl/UserAuthServiceImpl.java



2、~~ai集成：阿里云的tts和语音识别服务
ScaleServer/scale-parent/service/src/main/java/com/scale/service/voice/service/impl/VoiceProcessServiceImpl.java~~



3、Access-Control-Allow-Origin 后期上线需要修改

ScaleServer/scale-parent/service/src/main/java/com/scale/config/WebConfig.java

ScaleServer/scale-parent/service/src/main/resources/application.yml