我們知道，微信最開始就是做語音聊天而使得其更加流行的，因此語音的識別處理自然也就成為微信交流的一個重要途徑，微信的開發(fā)接口，也提供了對語音的消息請求處理。本文主要介紹如何利用語音的識別，對C#開發(fā)的微信門戶應(yīng)用的整個事件鏈的處理操作，使得在我們的微信賬號里面，更加方便和多元化對用戶的輸入進(jìn)行處理。

1、微信語音接口的定義

微信的API這么定義語音的識別的：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。
語音的消息格式如下所示。

<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>

Paste_Image.png

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(jìn)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(diào)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(jié)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(jié)果，也就是Recognition的字段，這個就是微信服務(wù)器自動根據(jù)用戶的語音轉(zhuǎn)換過來的內(nèi)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(yīng)用的消息傳遞中的關(guān)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(jìn)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(jié)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(zhuǎn)給TextDispatch的處理類進(jìn)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(jié)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(jié)果找到對應(yīng)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(jìn)入；如果沒有找到菜單記錄，那么我們就把語音識別結(jié)果作為一般的事件進(jìn)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(rèn)的語音應(yīng)答提示結(jié)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(nèi)容，那么我們應(yīng)該先根據(jù)菜單對應(yīng)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(zhuǎn)換為連接文本供用戶進(jìn)入
            string content = string.Format("請單擊鏈接進(jìn)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(jī)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(nèi)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(nèi)容沒有找到對應(yīng)的處理方式。您的語音內(nèi)容為：{0}", voiceText);
        xml = textInfo.ToXml();
    }

    return xml;
}

微信門戶測試界面效果如下所示。