微信公众平台开发模式 微信 语音识别 公众平台 消息接口 语音识别

 

微信公众平台开发 语音识别 

作者： 

地址：http://www.cnblogs.com/txw1958/archive/2013/02/06/weixin-if40-voice-recognition.html

 

一、申请微信认证

微信认证后将自动开通高级接口，获得高级接口中所有接口权限，无需二次申请。

高级接口含有获取用户基本信息、客服接口、语音识别等高级接口权限。

 

二、获取语音识别结果

开通语音识别功能，且该功能设置处于开启状态的公众帐号，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。

开启语音识别后的语音XML数据包如下：

         
      
          
      
          
      
       1357290913
          
      
          
      
          
      
          
      
          
      
       1234567890123456
      
     

参数说明：参数    描述ToUserName    开发者微信号FromUserName     发送方帐号（一个OpenID）CreateTime     消息创建时间 （整型）MsgType     语音为voiceMediaID     语音消息媒体id，可以调用多媒体文件下载接口拉取该媒体Format     语音格式：amrRecognition     语音识别结果，UTF8编码MsgID     消息id，64位整型

 

三、使用中文分词提取关键特征

中文分词 (Chinese Word Segmentation) 指的是将一个汉字序列切分成一个一个单独的词。分词就是将连续的字序列按照一定的规范重新组合成词序列的过程。我们知道，在英文的行文中，单词之间是以空格作为自然分界符的，而中文只是字、句和段能通过明显的分界符来简单划界，唯独词没有一个形式上的分界符，虽然英文也同样存在短语的划分问题，不过在词这一层上，中文比之英文要复杂的多、困难的多。通过分词可以提取其中关键词语进行搜索。

打个比方：

例如，识别结果为”深圳天气怎么样”，可分词为”深圳”,”怎么样”,三个词。我们提取出“天气”作为名词，“深圳”作为地点名词，

以下是SAE上的分词代码示例：

     segment($str, 1);print_r($ret);    //输出if ($ret === false)     var_dump($seg->errno(), $seg->errmsg());?>

识别结果如下：

Array(    [0] => Array        (            [word] => 深圳            [word_tag] => 102            [index] => 0        )    [1] => Array        (            [word] => 天气            [word_tag] => 95            [index] => 1        )    [2] => Array        (            [word] => 怎么样            [word_tag] => 40            [index] => 2        ))

//词性对应关系POSTAG_ID_N = 95 (line 322) 名词POSTAG_ID_NS_Z = 102 (line 357) 地名(名处词专指：“中国”)POSTAG_ID_D = 40 (line 207) 副词

 

根据词性及词名称，我们进入天气查询模块查询深圳这个地点的天气，很准确的回复用户想要的结果。这样一个智能的语音识别产品就出来了。