WeChat Sprachnachrichten können so abgespielt werden? Auch ein Anfänger kann Devbox verwenden, um leicht zu erreichen öffentliche Nummer Stimme zu Text!

Viele Menschen werden die Spracheingabe von WeChat direkt nutzen wollen, denn Sprechen geht immer schneller als Tippen.

Im Gegensatz zu den üblichen .mp3 im Gesang antworten .wav Das Format ist anders, WeChat verwendet für die Spracheingabe standardmäßig das .amr Format.

Nachfolgend sehen Sie einen Webhook, den der Entwickler-Server von WeChat empfangen hat und der anzeigt, dass eine Sprachnachricht von einem Nutzer auf der öffentlichen Nummer eingegangen ist. .amr.

Viele STT-Dienste (Speech to Text) unterstützen nur die erste Variante, was die Frage aufwirft, wie man die .amr Format wird konvertiert in .mp3 Format?

Verschreibung

Zunächst wollte ich die Laf Lösung, die sich später als Laf befinden sich bei Funktion als Dienstleistung Lösung, die die Verwendung von Dateisystemen wie z. B. fs Manipulation von Dateien auf dem Server.

Dann sah ich eine Lösungsidee auf GitHub^[2]: Starten Sie eine express Dienstes, unter Verwendung der fluent-ffmpeg Oberbefehlshaber (Militär) .amr konvertieren .mp3Die Datei wird dann vorübergehend auf dem Server gespeichert und steht dem Anrufer zur Verfügung.

Diese Lösung setzt voraus, dass auf dem Server das Programm FFmpegoder aber fluent-ffmpeg nicht verfügbar sein.

"Das ist keine einfache Function-as-a-Service", dachte ich mir. Ich bin selbst ein Back-End- und Ops-Typ, und ich war früher ganz auf Serverless fixiert und konzentrierte mich auf Front-End-Interaktionen mit Benutzern. Jetzt ist das eine kleine Herausforderung für mich.

Ich fühle mich jedoch an Sealos erinnert, das vor einiger Zeit online ging DevboxIn der Öffentlichkeit scheint es darum zu gehen, dies wieder gutzumachen. Laf Solche Funktionen als Dienstleistung sind unzureichend.

"Könnte ich den Dienst nicht wie oben beschrieben auf Devbox bereitstellen?" Und so beginnt die Transformation (pit-stepping).

Devbox mit Body Sense

Was Devbox ist, können Sie in der Einleitung nachlesen:Sealos Devbox veröffentlicht: Bereitstellung einer Cloud Native Entwicklungsumgebung

Ich möchte hier speziell auf die Erfahrungen bei der Entwicklung eingehen.

Denn es beeinflusst sehr stark Ihre Wahrnehmung von Devbox Das Verständnis und die Umwege, die ich genommen habe, so ist dies ein Absatz der Verwendung Tipps oder Schlussfolgerungen, die ich hier setzen zu diskutieren.

existieren Devbox Darüber hinaus sind alle Entwicklungsprozessedirekt.

Ich fühlte mich zunächst sehr unwohl dabei, aber es funktioniert genauso wie unser lokales IDE Connect to SSH Host Funktion, werfen wir einen Blick auf die Claude Eine Anmerkung dazu:

Mit Devbox können Sie Folgendes vermeiden 记录服务器 IP 或域名 / 输入 SSH 端口号 / 输入服务器用户名或密码（或SSH密钥） Der Vorgang ist nur einen Knopfdruck entfernt.

Ich benutze Windsurfen Nach dem ersten Klick versuchte mein Windsurf, sich mit dem Remote-Server zu verbinden. Alle Änderungen, die Sie danach in der IDE vornehmen, werden tatsächlich auf dem Remote-Server ausgeführt.

Einschließlich, laufend pnpm i Oder andere Befehle, alle von ihnen.

Noch wichtiger ist, dass alle Ihre Aktionen, einschließlich der Ausführung von Befehlen, in der Devbox Web UI mit einem Klick auf die Schaltfläche 发布版本 Wenn alle (wiederum einschließlich命令的运行) wird in ein Docker-Image verpackt, das einem Snapshot des aktuellen Zustands der virtuellen Maschine entspricht.

Alle Abhängigkeiten und die zugrundeliegende Software, die wir in der Devbox-Entwicklungsumgebung installiert haben (wie z. B. dieFFmpeg), in 发布版本 Danach mussten wir unsere Schritte in der Produktionsumgebung überhaupt nicht mehr nachvollziehen, sondern alle Voraussetzungen waren bereits installiert.

Wenn Sie das verstehen, verstehen Sie endlich, warum Devbox Die Werbung hat immer gesagt: Endlich müssen wir uns keine Sorgen mehr über Abhängigkeitsprobleme und Versionsnummernkonflikte in Produktionsumgebungen machen.Denn die Produktionsumgebung ist ein vollständiger Spiegel der Entwicklungsumgebung!

Praktisch

Mit dem oben beschriebenen Verständnis der Devbox Der praktische Teil der Umsetzung ist relativ einfach, nachdem die Kenntnisse über die

1. express auf Devbox auswählen

2. mit IDE öffnen

Wie bereits erwähnt, ist die Verwendung von VS Code / Cursor / Windsurf Verbinden Sie sich mit dem Server für die Entwicklung.

Wählen Sie nach der Verbindung mit dem Server alle Dateien aus Cmd + Aentfernen Sie die Standardvorlagendatei vollständig.

3) Herunterladen von Code

Wir haben einfach gewählt express Vorlage, so dass die Standard git, node im Gesang antworten pnpm Alle installiert.

Öffnen wir nun ein Terminal und verwenden git Code herunterladen.

git clone https://github.com/yenche123/liubai.git

Hier ein Tipp: Wenn Sie Befehle auf der IDE des SSH-Hosts eingeben, werden Sie das Gefühl haben, dass es eine kleine Verzögerung gibt, weil Sie das Terminal wirklich auf dem Remote-Server bedienen.

Bisher wurde lokal entwickelt, der Code verpackt und auf den Server hochgeladen, wobei die Devbox Dann wird alles auf dem Server betrieben, Entwicklung-als-Bereitstellung.

4. installieren Sie FFmpeg

Geben Sie zum Abschluss den folgenden Befehl in Terminal ein FFmpeg Einbau von.

sudo apt update && sudo apt upgrade # press Y to continue
sudo apt install ffmpeg # press Y to continue
ffmpeg -version # verify if installed successfully

In der letzten Zeile können Sie überprüfen, ob die Installation erfolgreich war.

Auch nach dieser Installation müssen Sie Ihre Schritte in einer Produktionsumgebung nicht mehr nachvollziehen, da die Software direkt in das Image integriert wird. Das ist ziemlich erstaunlich, nicht wahr?

5. entrypoint.sh schreiben

Wir befinden uns im Stammverzeichnis, demselben Verzeichnis wie die liubai/ Die Geschwisterposition (siehe oben) erzeugt eine entrypoint.sh Datei, die wie folgt lautet.

#!/bin/bash
cd /home/Devbox/project/liubai/liubai-backends/liubai-ffmpeg
pnpm dev

Diese Datei informiert den Server in der Produktionsumgebung darüber, wie der gewünschte Dienst nach dem Start des Rechners gestartet werden soll.

Hier weisen wir den Rechner an, zuerst den Zielordner zu suchen liubai-ffmpeg Führen Sie dann die pnpm dev Befehl zum Starten der express Dienstleistungen.

6. die Autorisierung von entrypoint.sh

Ebenfalls im Stammverzeichnis führen wir den folgenden Befehl für die entrypoint.sh Berechtigungen für ausführbare Dateien hinzufügen.

chmod +x entrypoint.sh

7. die Installation von Abhängigkeiten

Öffnen wir sie. liubai-ffmpeg Verzeichnis, um die erforderlichen Abhängigkeiten zu installieren:

cd /home/Devbox/project/liubai/liubai-backends/liubai-ffmpeg
pnpm i

8. das Starten von Diensten in der Entwicklungsumgebung

Kehren wir zum Stammverzeichnis zurück und simulieren wir den Start des Dienstes erneut:

cd /home/Devbox/project
bash entrypoint.sh

Die oben gezeigte Druckmeldung bedeutet, dass wir die Entwicklungsumgebung auf dem Rechner mit dem amr Klassifikator für wiederholte Handlungen mp3 von Dienstleistungen!

Kehren wir zurück zu Devbox Kopieren Sie die öffentliche Adresse in die Web-UI.

Geben Sie dann in die Adressleiste Ihres Browsers ein /helloWenn Sie den unten gezeigten Bildschirm sehen, bedeutet dies, dass der uns erteilte Dienst erfolgreich gestartet wurde.

Jetzt spleißen. /new?url=你的amr文件&id=当前时间戳（毫秒）

Und Sie erhalten eine amr konvertieren mp3 Der Service!

9. die Bereitstellung in der Produktionsumgebung

Wir klicken auf die Devbox-Weboberfläche 发布版本.

Es ist normal, dass Ihre IDE während des Freigabeprozesses kurzzeitig die Verbindung unterbricht.

Nach der Buchung klicken wir auf 上线Klicken Sie einfach auf Fertigstellen entsprechend der Mindestkonfiguration.

Nachdem Sie ein paar Minuten gewartet haben, steht Ihnen ein weiterer öffentlich zugänglicher Link zur Verfügung, nämlich der der Produktionsumgebung amr konvertieren mp3 Service!

git commit auf Devbox

Auf der Devbox möchten wir vielleicht nach der Entwicklung ein Git-Commit durchführen, wofür der entfernte Server Push-Zugriff auf das entfernte Repository haben muss.

Hier ist ein Beispiel für das, was mir begegnet ist, am Beispiel von GitHub.

Auf dem Terminal ausführen git push origin 你的分支名 Wenn Sie dies tun, öffnet Terminal eine GitHub-Seite in Ihrem Browser und fordert Sie auf, den Autorisierungscode aus der IDE einzugeben, wie im zweiten Bild unten gezeigt.

Es kann jedoch vorkommen, dass dieser Vorgang nicht autorisiert wird und eine Meldung in der rechten unteren Ecke der IDE erscheint, die Sie auffordert, die Personal access tokens Führen Sie die Autorisierung wie unten dargestellt durch:

Nachdem die Autorisierung abgeschlossen ist, wird git push Ein wenig, und es sollte in Ordnung sein.

Erleben Sie es jetzt

Der oben erwähnte Dienst wurde bereits auf der "White Note" bereitgestellt. Folgen Sie nun der öffentlichen WeChat-Nummer der "White Note", senden Sie eine Sprachmitteilung an sie, und sie wird die oben erwähnte Nummer anrufen. amr Klassifikator für wiederholte Handlungen mp3 Dienstleistungen.

Von den 7 Tigern, die derzeit große Modellanbieter sind, ist MiniMax derjenige, der es Entwicklern ermöglicht messages direkt in die mp3 formal base64. Sehen Sie dies, und wagen Sie es nicht, es zu versuchen, nativ mit multimodalen in WeChat!

Um die obigen Ausführungen zusammenzufassen, haben wir die Devbox Beendet ein amr Klassifikator für wiederholte Handlungen mp3 der Dienstleistungen.

Im Mittelpunkt dieses Papiers steht die Devbox mit Body Sense In diesem Abschnitt haben wir kurz die Devbox Unterschiede zur traditionellen Entwicklung aufgrund von Connect to SSH Host Fähigkeiten haben wir den Remote-Server, auf dem wir die Installation der Software und die Entwicklung des Kerncodes abgeschlossen haben, direkt betrieben.

mit Hilfe von Devbox Optimierung des zugrundeliegenden Containers, der uns die Möglichkeit gibt, dieEntwickeln Sie, wie Sie bereitstellenDie Möglichkeit, die Ergebnisse nach der Entwicklung direkt auf dem Entwicklungsserver zu validieren; während die Devbox Die Möglichkeit, einen Schnappschuss des gesamten Virtualisierers zu erstellen, löst das Problem der 开发环境 im Gesang antworten 生产环境 So können wir in Produktionsumgebungen sofort einsetzbare Ergebnisse erzielen, ohne Abhängigkeiten und die zugrunde liegende Software installieren zu müssen.