机器人如何从Facebook Messenger（MP4）接收语音文件并将其转换为Bing或Google等语音引擎识别的格式？

提问于 2024-04-27T05:30:31+08:00

浏览次

2

我正在尝试使用微软的Bot框架为Facebook Messenger创建一个机器人，它将执行此操作：

获取通过Facebook Messenger发送的用户语音消息
将语音转换为文本
用它做点什么

从Messenger获取语音消息没有问题（可以从机器人收到的消息中提取URL），将音频文件转换为语音也没有问题（使用Bing Speech API或Google的类似API） .

但是，这些API需要PCM（WAV）文件，而Facebook Messenger会为您提供MP4文件 .

是否有一种流行的/标准的方式将一种格式转换为另一种用于编写机器人的格式？

到目前为止，我最好的想法是在我的服务器上运行 vlc.exe 作为控制台作业并转换文件，但这听起来不是最好的解决方案 .

1 回答

2
开发了一个解决方案，其工作方式如下：
- 从Facebook接收语音留言
- 使用 Activity.Attachments 中的链接将MP4文件下载到本地磁盘
- 使用MediaToolKit（FFMPEG的包装器）将MP4 / AAC转换为本地服务器上的WAV
- 将WAV发送到Bing Speech API
所以我的问题的答案是：使用MediaToolKit ffmpeg转换文件格式 .

示例实现和代码：https://github.com/J3QQ4/Facebook-Messenger-Voice-Message-Converter
```
public string ConvertMP4ToWAV()
    {
        var inputFile = new MediaFile { Filename = SourceFileNameAndPath };
        var outputFile = new MediaFile { Filename = ConvertedFileNameAndPath };

        using (var engine = new Engine(GetFFMPEGBinaryPath()))
        {
            engine.Convert(inputFile, outputFile);
        }

        return ConvertedFileNameAndPath;
    }
```
回复于 2024-04-27T05:30:31+08:00

相关问题