代码参考：小程序Basic(aplt.leagor.basic)有一个语音驱动实例tleagor_speech。
视频1演示了新建小程序、让小程序符合语音驱动规范、使用poedit、小程序上传到商店、从商店下载内测版，这整个过程。
- 机器人采集到用户说的声音后，判断出来可能是段有效语音，就进行语音识别，得到一段文字。
- 解析文字，这段文字至少可能有两种功能，一是用于控制机器人，二是聊天。
- 用于控制机器人的文字。举个例子，命令机器人去启动豆浆机。机器人收到命令后，将移动到豆浆机，同时为让用户知道收到这命令了，会发出声音：“好的，这就去启动豆浆机”。
- 用于聊天的文字。举个例子：叫机器人背《静夜思》。这时是作为一个问题提交给NLP模型，NLP模型返回以文字表示的回答。接下把文字表示的回答转为声音，再叫机器人播放出来。于是现实人和机器人聊天。
正如上图所述，语音识别，识别出文字后怎么解析，怎么由文字表示的问题得到答案，这些都是语音驱动小程序实现。语音识别用的是科大讯飞还是百度，NLP模型用的是哪家，全看你此刻使用的是哪个语音驱动小程序。
一、输出规范
1.1 settings.cfg
speech_driver = yes
根下需存在键“speech_driver”，值是bool类型的“yes”。
1.2 libroseaplt.so需输出函数：aplt_create_speech_slot
void* aplt_create_speech_slot();
返回值是个指向aplt::tspeech_slot对象的指针。
二、识别、解析语音
语音驱动涉及三个线程：主线程，声音采集线程和语音识别线程。让根据图2，看一次语音处理过程。
- [采集线程]提取出一段认为是语音的声音片断，记为(data_, voice_len_)。
- [采集线程]将voice_event_设为有信号，唤醒识别线程。
- [识别线程]调用虚函数recognize()识别声音片断(data_, voice_len_)，tleagor_speech用的是科大讯飞语音识别算法。识别出的文字放在函数内变量result。
- [识别线程]把result值安全地放在类内变量vocie_result_，让主线程可以访问。
- [主线程]在新近一次tleagor_speech::slice，发现voice_result_不是空，先安全地转放到函数内变量result。至此result存储着一段新近识别出的语音。根据文字内容可执行不同操作。
tspeech_slot::DoWork是声音识别线程默认执行的操作。如果不重载它，语音驱动须实现方法：has_voice、recognize。
在slice，安全得到一个非空的result后，便可根据不同内容执行不同操作。
2.1 控制机器人
执行一个aplt::treq_task封装的任务
| type | 描述 | 生成该任务的方法 |
| type_moveto | 移动到某个位置 | set_moveto |
| type_moveto_recognition | 移动到某个位置，移动成功后开始识别物体 | set_moveto_recognition |
| type_recognition | 原地开启摄像头，识别物体 | set_recognition |
得到任务treq_task后，以它为参数调用tros::request_task，便可让launcher去执行该任务。
要求机器人播放一段声音
aplt::tpinyin::speak，参数是utf-8格式的一个字符串。
三、接收临时任务执行过程中消息
语音驱动发现语音是要控制机器人，会调用aplt::tros::request_task向launcher发起控制请求。launcher在执行这个临时任务时，为让用户有个好的体验，需让知道现在执行到哪阶段了。于是到某个事件点，launcher会以消息码为参数，调用aplt::tmsg_subscriber的对应方法。
每个方法都有一个id参数。这个id来自request_task时的参数aplt::treq_task中的id字段。系统中可能同时存在多个treq_task，语音驱动在处理时首先要判断这id是不是自已的，是的才处理，否则要忽略。
virtual void did_task_pre_navigation(int id);
机器人要开始导航
virtual void did_task_navigation_stopped(int id, bool result);
机器人导航结束。result表示导航是成功还是失败。
virtual void did_task_object(int id, const std::string& object);
图像识别时识别出新物体。参数object指示物体名称（utf-8格式）。
virtual void did_task_msg(int id, msg_t msg);
这是一个可处理多种消息的函数，这些消息都没有关联参数。
- msg_disallowed。现在不允许执行新任务。举个例子，正显示着“设置”、“地图”等这些窗口时，不允许执行临时任务。
- msg_unrecognized。物体识别时，如果此次一直没有识别到物体，那识别15秒后就结束。结束时会发出这消息。如果此次有识别到物体，那结束时刻是在识别出那一刻再延时15秒，而且结束后不会发这个消息。
- msg_more_precise。物体识别时，4秒内没识别到这物体，会发出这消息。一次识别过程只会发一次。
四、科大讯飞语音识别
tleagor_speech在实现语音识别时，调用科大讯飞语音识别SDK。SDK是动态库方式，即windows上的msc.dll，android上的libmsc.so。
launcher是以动态方式加载msc.dll/libmsc.so。在获取库中某个地址时，该函数必须有“MSPAPI/__stdcall”修饰符。否则变成__cdecl，那会导致程序崩溃。
为安全，android对允许动态方式加载的动态库文件名做了限制，只允许：libroseaplt.x、libroseaplt2.x、libroseaplt3.x、libroseaplt4.x。libroseaplt.x有专门用途，那只能在2/3/4中选一个。
tleagor_speech集成的科大讯飞语音识别算法是免费的，有每天识别次数限制。自写、还是用讯飞的话，去讯飞官网申请个账号。