如何快速搭建一个 AI 识别处理的流水线？
如何快速搭建一个 AI 识别处理的流水线？
本文为您介绍如何使用 ASW 编排云函数与 AI 产品服务，快速搭建一个 AI 智能识别的处理流水线。通过 ASW 编排调用腾讯云 AI 能力，完成 活体检测、语音识别、关键字采样、自动审核 等一系列自动化识别认证流程，提供开箱即用、灵活便捷、高弹性高可用的 AI 智能识别处理场景。
尤其适合社区人脸识别，金融交易人脸支付，智能线上开户等 AI 人工智能场景。
01.
ASW 工作流 - 「AI 识别」系统架构
在「智能线上开户」的场景中，用户在应用客户端登录，客户端将用户视频采集后上传到 COS，通过 COS 触发函数调起 ASW 工作流执行智能识别处理流程。ASW 调用 AI 活体人脸，完成活体人脸识别，通过后由云函数向应用服务端推送语音播报（例如播报某个验证问题）。
推送成功后通过与服务端连接，调起客户端录音能力对用户进行录音，将录音结果进行 AI 语音识别处理，处理后生成对应文字，通过关键字判断用户问题作答的正确情况，通知服务端处理判断结果，完成整个智能线上开户场景。
02.
ASW 方案 VS 传统方案
通过以上对比，ASW 编排的优势如下：
- ASW 工作流使用 TCSL 定义编排，语法简单，降低学习和使用成本，极大程度上缩短了项目周期，加快开发部署。
- ASW 工作流可以实现高度自定义的工作流流程，能适应快速变化的业务诉求，编排更新无需运维维护，为业务的持续更新提供了快速迭代的能力。
- ASW 工作流提供了友好的界面交互视图，在运行调试的过程中，能快速定位问题。
- ASW 工作流目前仍为免费阶段，无需承担服务器/集群相关费用。
03.
如何创建「AI 识别」工作流编排 - 方案示例
接下来将为大家介绍一个「智能在线开户」的 ASW 工作流编排流程。
用户登录客户端后，进入开户流程。根据开户流程的提示，采集用户视频及语音，然后将采集的音视频进行 AI 处理分析，最后输出开户成功或失败的结果。
这个过程中涉及资源如下：
- Serverless 云函数：
- push-video 用于给应用服务端推送某个音视频问题。
- record-request 用于向应用服务端发起录制任务请求。
- check-result 用于分析语音识别的结果。
- 腾讯云 AI 能力：
- 活体人脸检测，用于验证用户的身份信息：https://cloud.tencent.com/document/product/1007/31818
- 语音识别，用于将用户的回答识别成文字：https://cloud.tencent.com/document/product/1093/37823
- COS 对象存储：用于存储中间录制的音视频。
- ASW 工作流：AI 处理分析的工作流，其中每个节点将编排对应功能的云函数或 AI 服务。
- 运行角色：用于运行 AI 处理分析工作流。
1. 创建工作流
1. 登录 应用与编排服务流控制台，在工作流页面，单击「新建」，进入创建工作流页面。
- 控制台地址：https://console.cloud.tencent.com/asw
2. 选择 「代码创建」，定义工作流，代码示例 见下方。
3. 点击「下一步」，在「配置基本信息」页面填写相关基本信息，点击「完成」，即可成功创建工作流。
1. 以下代码仅作为示例告知所涉及资源，工作流节点涉及调用的资源，需按业务需求进行创建和改造；
2. 工作流定义涉及的语法请参考：https://cloud.tencent.com/document/product/1272/51544；
3. 在使用创建过程中，如需更多支持帮助，请加入下方「ASW 用户交流群」，与我们联系。
代码示例如下：
{ "Comment": "AI处理流水线", "StartAt": "Recognition", "TimeoutSeconds": 1000, "States": { "Recognition": { "Type": "Task", "Comment": "活体人脸", "Parameters": { "Idcard": "11204416541220243X", "Name": "韦小宝", "VideoBase64": "<VideoBase64>", "LivenessType": "SILENT" }, "Resource": "qrn:qcs:asw:ap-guangzhou:123456789:sdk:json:qcloud:faceid:LivenessRecognition", "Next": "CheckRecognition" }, "CheckRecognition": { "Type": "choice", "Comment": "校验活体人脸是否成功", "Choices": [{ "Variable": "$.Result", "StringEquals": "Success", "Next": "PushVideo" }], "Default": "Fail" }, "PushVideo": { "Type": "Task", "Comment": "语音播报", "Resource": "qrn:qcs:asw:ap-guangzhou:123456789:sdk:json:qcloud:scf:Invoke/push-video", "Next": "RecordRequest" }, "RecordRequest": { "Type": "Task", "Comment": "录制请求", "Resource": "qrn:qcs:asw:ap-guangzhou:123456789:sdk:json:qcloud:scf:Invoke/record-request", "Next": "Asr" }, "Asr": { "Type": "Task", "Comment": "语音识别", "Resource": "qrn:qcs:asw:ap-guangzhou:1253970226:sdk:json:qcloud:asr:CreateRecTask", "Parameters": { "EngineModelType": "16k_zh", "ChannelNum": 1, "ResTextFormat": 0, "SourceType": 0, "Url.$": "$[0].value[0]" }, "OutputPath": "$.Response.Data", "Next": "CheckAsr" }, "CheckAsr": { "Type": "Task", "Comment": "获取语音识别结果", "Resource": "qrn:qcs:asw:ap-guangzhou:1253970226:sdk:json:qcloud:asr:checkASR", "Parameters": { "TaskId.$": "$.TaskId" }, "Next": "VerifyTask" }, "VerifyTask": { "Type": "Task", "Comment": "函数判断执行的语音结果是否正确", "Resource": "qrn:qcs:asw:ap-guangzhou:123456789:sdk:json:qcloud:scf:Invoke/verify-result", "End": true }, "Fail": { "Type": "Task", "Comment": "错误处理", "Resource": "qrn:qcs:asw:ap-guangzhou:123456789:sdk:json:qcloud:scf:Invoke/task-fail", "End": true } }}2. 运行工作流
「运行工作流」操作流程请参考 《使用 ASW 工作流编排函数》中 03.3 的讲解。
ASW 工作流是一个用来协调分布式任务执行的编排产品，根据腾讯云状态语言定义来编排分布式任务和服务，工作流会按照设定好的顺序可靠地协调执行，将云函数与多个腾讯云服务按步骤进行调度，通过低代码配置，就可以完成开发和运行业务流程所需要的任务协调、状态管理以及错误处理等繁琐工作。
识别下方 ? 二维码，即可加入腾讯云 ASW 交流群。
推荐阅读
One More Thing
欢迎进入千人 QQ 群 (871445853) 交流 Serverless！
- GitHub: github.com/serverless
- 官网: cloud.tencent.com/product/serverless-catalog
点击「阅读原文」，深入了解「腾讯云 ASW 工作流」产品服务。
本文分享自 ServerlessCloudNative 微信公众号，前往查看
如有侵权，请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体分享计划 ，欢迎热爱写作的你一起参与！