我们知道，微信最开始就是做语音聊天而使得其更加流行的，因此语音的识别处理自然也就成为微信交流的一个重要途径，微信的开发接口，也提供了对语音的消息请求处理。本文主要介绍如何利用语音的识别，对C#开发的微信门户应用的整个事件链的处理操作，使得在我们的微信账号里面，更加方便和多元化对用户的输入进行处理。

1、微信语音接口的定义

微信的API这么定义语音的识别的：开通语音识别功能，用户每次发送语音给公众号时，微信会在推送的语音消息XML数据包中，增加一个Recongnition字段。
语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

根据以上微信接口的定义，我们可以定义一个实体类来对消息的传递进行处理，如下所示。

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

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

    /// <summary>
    /// 语音消息媒体id，可以调用多媒体文件下载接口拉取数据。
    /// </summary>
    public string MediaId { get; set; }

    /// <summary>
    /// 消息ID
    /// </summary>
    public Int64 MsgId { get; set; }

    /// <summary>
    /// 语音识别结果，UTF8编码
    /// </summary>
    public string Recognition  { get; set; }

}

我们看到，这里我们最感兴趣的是语音的识别结果，也就是Recognition的字段，这个就是微信服务器自动根据用户的语音转换过来的内容，我测试过，识别率还是非常高的。
这个实体类，在整个微信应用的消息传递中的关系如下所示：

2、语音的处理操作

明确了上面的语音对象实体，我们就可以看看它们之间是如何处理的。
微信消息的处理逻辑如下图所示。

其中我们来看看语音的处理操作，我的代码处理逻辑如下所示。

/// <summary>
/// 对语音请求信息进行处理
/// </summary>
/// <param name="info">语音请求信息实体</param>
/// <returns></returns>
public string HandleVoice(Entity.RequestVoice info)
{
    string xml = "";
    // 开通语音识别功能，用户每次发送语音给公众号时，
    // 微信会在推送的语音消息XML数据包中，增加一个Recongnition字段。
    if (!string.IsNullOrEmpty(info.Recognition))
    {
        TextDispatch dispatch = new TextDispatch();
        xml = dispatch.HandleVoiceText(info, info.Recognition);
    }
    else
    {
        xml = "";
    }

    return xml;
}

在这里，我先看看，是否获得了微信的语音识别结果，如果获得，那么这个时候，就是和处理用户文本输入的操作差不多了，因此把它转给TextDispatch的处理类进行处理。
其中这里面的处理逻辑如下所示。

首先我根据识别结果，寻找是否用户读出了微信门户的菜单名称，如果根据语音结果找到对应的菜单记录，那么我们执行菜单事件（如果是URL的View类型菜单，我们没办法重定向到指定的链接，因此给出一个链接文本提示，给用户单击进入；如果没有找到菜单记录，那么我们就把语音识别结果作为一般的事件进行处理，如果事件逻辑没有处理，那么我们最后给出一个默认的语音应答提示结果就可以了。
具体的处理代码如下所示。

/// <summary>
/// 如果用户用语音读出菜单的内容，那么我们应该先根据菜单对应的事件触发，最后再交给普通事件处理
/// </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 如果找到菜单对象的处理
        if (menuInfo.Type == "click")
        {
            //模拟单击事件
            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
        {
            //由于无法自动切换到连接，
            //转换为连接文本供用户进入
            string content = string.Format("请单击链接进入<a href=\"{0}\">{1}</a> ", menuInfo.Url, menuInfo.Name);

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

            xml = textInfo.ToXml();
        } 
        #endregion
    }
    else
    {
        //交给事件机制处理
        if (string.IsNullOrEmpty(xml))
        {
            xml = HandleText(info, voiceText);
        }
    }

    //最后如果没有处理到，那么提示用户的语音内容
    if (string.IsNullOrEmpty(xml))
    {
        ResponseText textInfo = new ResponseText(info);
        textInfo.Content = string.Format("非常抱歉，您输入的语音内容没有找到对应的处理方式。您的语音内容为：{0}", voiceText);
        xml = textInfo.ToXml();
    }

    return xml;
}

微信门户测试界面效果如下所示。