WeChat はもともと音聲チャット用に設計されたため、より人気が高まったことはわかっています。そのため、WeChat の開発インターフェイスでは、當然ながら音聲認識処理が音聲メッセージ リクエストの処理にも使用されます。この記事では主に、C# で開発された WeChat ポータル アプリケーションのイベント チェーン全體を音聲認識を使用して処理し、WeChat アカウントでのユーザー入力の処理をより便利かつ多様にする方法を紹介します。

1. WeChat音聲インターフェースの定義0

WeChatのAPIは次のように音聲認識を定義します: 音聲認識機能が有効な場合、ユーザーが公式アカウントに音聲を送信するたびに、WeChatは音聲メッセージXMLパケットをプッシュします。認識フィールド 。

音聲メッセージのフォーマットは以下の通りです。

<xml>
<ToUserName><![CDATA[toUser]]></ToUserName>
<FromUserName><![CDATA[fromUser]]></FromUserName>
<CreateTime>1357290913</CreateTime>
<MsgType><![CDATA[voice]]></MsgType>
<MediaId><![CDATA[media_id]]></MediaId>
<Format><![CDATA[Format]]></Format>
<MsgId>1234567890123456</MsgId>
</xml>

根據(jù)以上微信接口的定義，我們可以定義一個實體類來對消息的傳遞進行處理，如下所示。

/// <summary>
    /// 接收的語音消息
    /// </summary>
    [System.Xml.Serialization.XmlRoot(ElementName = "xml")]
    public class RequestVoice : BaseMessage
    {
        public RequestVoice()
        {
            this.MsgType = RequestMsgType.Voice.ToString().ToLower();
        }

        /// <summary>
        /// 語音格式，如amr，speex等
        /// </summary>
        public string Format { get; set; }

        /// <summary>
        /// 語音消息媒體id，可以調用多媒體文件下載接口拉取數(shù)據(jù)。
        /// </summary>
        public string MediaId { get; set; }
  
        /// <summary>
        /// 消息ID
        /// </summary>
        public Int64 MsgId { get; set; }

        /// <summary>
        /// 語音識別結果，UTF8編碼
        /// </summary>
        public string Recognition  { get; set; }

    }

我們看到，這里我們最感興趣的是語音的識別結果，也就是Recognition的字段，這個就是微信服務器自動根據(jù)用戶的語音轉換過來的內容，我測試過，識別率還是非常高的。

這個實體類，在整個微信應用的消息傳遞中的關系如下所示：

2、語音的處理操作

明確了上面的語音對象實體，我們就可以看看它們之間是如何處理的。

微信消息的處理邏輯如下圖所示。

其中我們來看看語音的處理操作，我的代碼處理邏輯如下所示。

/// <summary>
        /// 對語音請求信息進行處理
        /// </summary>
        /// <param name="info">語音請求信息實體</param>
        /// <returns></returns>
        public string HandleVoice(Entity.RequestVoice info)
        {
            string xml = "";
            // 開通語音識別功能，用戶每次發(fā)送語音給公眾號時，
            // 微信會在推送的語音消息XML數(shù)據(jù)包中，增加一個Recongnition字段。
            if (!string.IsNullOrEmpty(info.Recognition))
            {
                TextDispatch dispatch = new TextDispatch();
                xml = dispatch.HandleVoiceText(info, info.Recognition);
            }
            else
            {
                xml = "";
            }

            return xml;
        }

在這里，我先看看，是否獲得了微信的語音識別結果，如果獲得，那么這個時候，就是和處理用戶文本輸入的操作差不多了，因此把它轉給TextDispatch的處理類進行處理。

其中這里面的處理邏輯如下所示。

首先我根據(jù)識別結果，尋找是否用戶讀出了微信門戶的菜單名稱，如果根據(jù)語音結果找到對應的菜單記錄，那么我們執(zhí)行菜單事件（如果是URL的View類型菜單，我們沒辦法重定向到指定的鏈接，因此給出一個鏈接文本提示，給用戶單擊進入；如果沒有找到菜單記錄，那么我們就把語音識別結果作為一般的事件進行處理，如果事件邏輯沒有處理，那么我們最后給出一個默認的語音應答提示結果就可以了。

具體的處理代碼如下所示。

/// <summary>
        /// 如果用戶用語音讀出菜單的內容，那么我們應該先根據(jù)菜單對應的事件觸發(fā)，最后再交給普通事件處理
        /// </summary>
        /// <param name="info"></param>
        /// <returns></returns>
        public string HandleVoiceText(BaseMessage info, string voiceText)
        {
            string xml = "";
            MenuInfo menuInfo = BLLFactory<Menu>.Instance.FindByName(voiceText);
            if (menuInfo != null)
            {
                #region 如果找到菜單對象的處理
                if (menuInfo.Type == "click")
                {
                    //模擬單擊事件
                    RequestEventClick eventInfo = new RequestEventClick();
                    eventInfo.CreateTime = info.CreateTime;
                    eventInfo.EventKey = menuInfo.Key;
                    eventInfo.FromUserName = info.FromUserName;
                    eventInfo.ToUserName = info.ToUserName;

                    xml = base.DealEvent(eventInfo, eventInfo.EventKey);
                }
                else
                {
                    //由于無法自動切換到連接，
                    //轉換為連接文本供用戶進入
                    string content = string.Format("請單擊鏈接進入<a href=\"{0}\">{1}</a> ", menuInfo.Url, menuInfo.Name);

                    ResponseText textInfo = new ResponseText(info);
                    textInfo.Content = content;

                    xml = textInfo.ToXml();
                } 
                #endregion
            }
            else
            {
                //交給事件機制處理
                if (string.IsNullOrEmpty(xml))
                {
                    xml = HandleText(info, voiceText);
                }
            }

            //最后如果沒有處理到，那么提示用戶的語音內容
            if (string.IsNullOrEmpty(xml))
            {
                ResponseText textInfo = new ResponseText(info);
                textInfo.Content = string.Format("非常抱歉，您輸入的語音內容沒有找到對應的處理方式。您的語音內容為：{0}", voiceText);
                xml = textInfo.ToXml();
            }

            return xml;
        }

微信門戶測試界面效果如下所示。

? ? ? ? ? ? ? ? ?? ?

?

為了方便對客戶會話的記錄，我的微信門戶后臺，會記錄用戶的語音輸入內容，如下所示。

?當然，微信后臺的管理界面，也能夠查到相應的語音記錄，界面如下所示。

以上就是我對微信語音的消息定義和事件處理的邏輯，其實語音是一個重要的輸入，如果正確的識別內容，比手工輸入的效果更好，給用戶提供另外一種高效的輸入和事件處理操作。

這樣的處理模式，能夠使得我們整個微信門戶框架，不管是對于用戶的語音輸入，還是文本輸入，還是菜單事件的處理，都可以融為一體，實現(xiàn)更加完美的銜接。

更多C# は音聲処理を使用して WeChat ポータルとアプリケーションを開発します相關文章請關注PHP中文網！