经历近几年的爆发式增长,作为时下最热门的人工智能产品——智能音箱,早在很久之前就己经在硬件产品中脱颖而出。对音箱而言其最重要的功能模块就是音乐点播系统,本文详细介绍音乐点播系统的分析、设计、实现和测试四个过程。本人在公司实习期间,亲自参与项目的需求分析阶段、系统设计阶段、实现阶段和测试阶段。本人在项目中主要负责对系统的设计和具体开发以及开发之后的自测。通过对上一代系统上线后的使用情况分析,可知上一代系统的主要问题有三点:(1)系统对于用户话术的意图识别的准确性和实时性还达不到基本要求;(2)没有音乐槽值词表,不利于对音乐相关模型的训练,从而导致识别率低下;(3)因为服务供应方的服务能力的限制,导致整个业务链流程过长,从而影响服务整体响应时间。得出项目需要从根本上解决上述三个问题的最终需求。针对旧系统的三个主要问题,通过设计新的语言模型Bi-LSTM-CNN-CRF来解决第一个问题;通过爬取大量网络音乐资源,构建高效的Redis数据库,来解决没有词表的问题;通过设计高读取效率的ES和Redis数据库来解决系统总延时高的问题。设计完成之后,本人负责项目的具体实现工作,主要负责系统后端全部开发工作,其中包括对数据库的构建,新语言模型的构建和系统流程的构建,并进行测试和完善。项目的创新点在于提出结合意图识别和槽提取任务,训练Bi-LSTM-CNN-CRF联合模型,从而得到更好的结果序列。目前,本系统已经完成并运行效果良好,在本系统的帮助下,用户有通过非模式化语言随意点播歌曲的体验。