VoiceXML — распознавание DTMF в записи

В VoiceXML вы должны использовать элемент record. для записи сообщения от пользователя. Элемент record имеет вызов атрибута dtmfterm, который, если установлено значение true (настройка по умолчанию), прекратит запись. Если для этого атрибута задано значение false, запись прекращается, когда достигается значение параметра maxtime или достигается тишина на время finalsilence. Установка для dtmfterm значения false приведет к тому, что DTMF будет частью записи. Установка для параметра dtmfterm значения true приведет к прекращению записи.

Я создал приложения, которые используют записи, созданные вызывающим абонентом, но никогда не манипулируют записями, как в ваших требованиях. Что вы можете сделать, так это объединить записи вместе. Вот QA, который показывает, как объединить записи wav, используя С#.

Вам придется поэкспериментировать с тем, сможете ли вы определить, какая клавиша DTMF была нажата, используя грамматики. Спецификация ускользает от этого, но она может быть несколько специфичной для платформы VoiceXML IVR, которую вы используете. Если вы знаете, какая клавиша DTMF использовалась, вы можете указать пользователю нажать *, чтобы вставить тишину, и #, чтобы прекратить запись. Оба прекратят запись, но логика в вашем VoiceXML снова вернется к записи, если нажата *, и полностью остановит процесс записи, если нажата #. Затем вы должны использовать конкатенацию, чтобы соединить эти записи вместе, и использовать wav-файл с предварительно записанной тишиной в процессе конкатенации, который вставляется между фрагментами, записанными пользователями.

Судя по тегам, вы используете C# и MVC для своего приложения VoiceXML. Существует проект с открытым исходным кодом под названием VoiceModel, который упрощает разработку приложений VoiceXML с использованием ASP.NET MVC 4. Вы можете прочитать о том, как он обрабатывает запись в этой среде здесь.

Если вы хотите вставить паузу и хотите остаться в теге пользовательского интерфейса, до сих пор, сколько работы у меня было в IVR, единственный dtmf, с которым мы могли бы оставаться в пользовательском интерфейсе, — это *, и мы возвращали бы grammar "REPEAT "при нажатии '* ' , в тег условия пользовательского интерфейса для REPEAT вы должны добавить wav-файл молчания (паузы).

В части записи мы использовали osdmtype = record, который сопоставлялся с xslt, который помог в записи и распознавании ответа клиента да/нет.
Но, тем не менее, я немного запутался в требовании, мне нужно больше деталей.
Извините, я не могу добавлять комментарии, так как не хватает представителей.
Вы можете написать мне, или я могу добавить больше ответов здесь.