WP8, Win8, 2.5 घंटे में एज़्योर में एक बैकएंड के साथ एक आवाज की खरीदारी की सूची का प्रोटोटाइप

9 से 11 नवंबर तक, विंडोज 8 हैकाथॉन RUWOWZAPP हुआ, जहां मैंने पहली बार एक प्रतिभागी के रूप में पंजीकरण किया, और फिर मुझे एक विशेषज्ञ के रूप में कार्यक्रम में भाग लेने के लिए सम्मानित किया गया। एक विशेषज्ञ के रूप में, मुझे कई अद्भुत लोगों और उनकी परियोजनाओं के बारे में पता है। यह इतना दिलचस्प था कि वह रात में भी सलाह देता रहा, और 4-5 घंटे नींद के लिए रहा। मैं सकारात्मक और ऊर्जा और लोगों की इच्छा से संक्रमित था ताकि मैं भी आवेदन के अपने छोटे प्रोटोटाइप बनाने का विरोध न कर सकूं - वॉयस रिकग्निशन सपोर्ट वाली एक शॉपिंग लिस्ट।
कुछ घंटों में, मैं WP, Win8, Android के लिए क्लाइंट के साथ एप्लिकेशन के विचार का प्रदर्शन करते हुए एक कार्यात्मक प्रोटोटाइप बनाने में कामयाब रहा

मैं इस तरह के एक कच्चे प्रोटोटाइप के साथ एक आवेदन प्रतियोगिता में भाग नहीं लेना चाहता था, लेकिन मैं वास्तव में यह दिखाना चाहता था कि मैंने कुछ घंटों में क्या किया था, और अंतिम क्षण में, इससे पहले कि अंतिम प्रतिभागी बोले, मैं एक भाषण के लिए लाइन में खड़ा था, और मॉडरेटर ने मुझे अपने शिल्प का प्रदर्शन करने की अनुमति दी:



हैकाथॉन प्रतिभागियों के बीच आवेदन में बहुत रुचि थी और वास्तव में यह उन सवालों के जवाब के साथ वादा किया गया लेख है, जिनके लिए मेरे पास तब पर्याप्त समय नहीं था।

जो लोग तुरंत कोड देखना चाहते हैं, उनके लिए स्रोत यहां से डाउनलोड किया जा सकता है
और बाकी मैं बिल्ली माँगता हूँ।

इस वीडियो के विपरीत, मैं प्रदर्शन के दौरान जल्दी में था और Android संस्करण लॉन्च करने का प्रबंधन नहीं करता था। मुझे उम्मीद थी कि मुख्य रुचि यह होगी कि आवाज़ की पहचान कैसे होती है, लेकिन मुझे हर चीज़ में इतनी दिलचस्पी की उम्मीद नहीं थी और अगले आधे घंटे में, दर्जनों लोगों ने परियोजना के बारे में कई सवाल पूछे, जैसे कि सिंक्रनाइज़ेशन कैसे होता है, विश्लेषण कैसे होता है कमांड, एंड्रॉइड के लिए कैसे लिखना है, सर्वर का हिस्सा क्या बना है, आदि। मैं माफी मांगता हूं कि उस समय मेरे पास परियोजना के स्रोत को सभी के सामने प्रदर्शित करने का अवसर नहीं था और इस लेख ने वहां वादा किया था, वास्तव में, उन सभी सवालों के जवाब जो मुझसे पूछे गए थे।

आवेदन का विचार।

वास्तव में, शुरू में मैं अंत में WP8 में आवाज पहचान की कोशिश करना चाहता था, जो डेवलपर्स के लिए उपलब्ध हो गया। और मैं एक निर्णय लेना चाहता था जो विशेष रूप से रूसी भाषा के साथ दोस्त होगा।
मैं कमांड के निम्नलिखित सेट पर बस गया:

[उत्पाद] खरीदें - उत्पादों को सूची में जोड़ें
खरीदा [उत्पाद] - चेक मार्क की स्थापना "खरीदा"
[उत्पाद] निकालें - सूची से एक उत्पाद निकालें
सूची हटाएं - सूची को साफ़ करें
मूल्य [उत्पाद] [मूल्य] - मूल्य निर्धारित करना
स्टोर में [उत्पाद] [स्टोर] - उस स्टोर का एक संकेत जहां आप उत्पाद खरीद सकते हैं

मुझे लगा कि मैं 6 घंटे में तीन प्लेटफार्मों के लिए इस तरह का एक आवेदन कर सकता हूं, आगे देखते हुए, मैं कहूंगा कि मेरे पास अपेक्षा से कम समय था और मेरे पास पहले 4 टीमें थीं।

आवाज पहचान। - 1 घंटा।

WP8 अंग्रेजी के साथ बहुत अच्छी तरह से काम करता है और मेरे उच्चारण के लिए भी अच्छी तरह से पहचानता है। लेकिन यह पता चला कि रूसी में मान्यता क्षमताएं बहुत सीमित हैं। रूसी भाषा के लिए WP8 केवल एक पूर्वनिर्धारित शब्दकोश को पहचानता है। मैंने इसे लगभग आधे घंटे तक मारा।
मैं वास्तव में इसे रूसी भाषा बनाना चाहता था, और चूंकि मुझे पहले से ही आवाज पहचान सेवाओं के साथ काम करने का अनुभव था, इसलिए मैंने थोड़ी देर के लिए कुछ व्यावसायिक आवाज पहचान इंजन पर पेंच लगाने का फैसला किया। हालाँकि, पिछली बार जब मैंने उनके साथ काम किया था, तब से कुछ भी नहीं बदला है और वास्तव में, किसी ने भी स्वचालित परीक्षण या भुगतान की अवधि नहीं ली है। और चूंकि प्रबंधकों के साथ सभी सेवाओं के साथ संवाद करना आवश्यक था, इसलिए मैंने डेमो के लिए Google से आवाज पहचान को खराब करने का फैसला किया। मैंने विशेष रूप से Google वॉयस रिकग्निशन इंजन के उपयोग की शर्तों की खोज की और इसे नहीं पाया, लेकिन मुझे याद आया कि मैंने कहीं देखा था कि मुझे व्यावसायिक उद्देश्यों के लिए इस्तेमाल नहीं किया जा सकता है (हालाँकि मुझसे गलती हो सकती है)। उत्कृष्ट सी # स्रोत कोड लेख के लिए यखनेव को बहुत धन्यवाद। वॉइस रिकग्निशन के लिए एपीआई के साथ अपने डेस्कटॉप प्रोजेक्ट से वेब प्रोजेक्ट बनाने में केवल 10 मिनट का समय लगा। लेकिन चूंकि एप्लिकेशन में फ़ाइल को डिस्क पर सहेजने की क्षमता नहीं थी, और स्मृति में मान्यता को फिर से करने का समय नहीं था, इसलिए मुझे Azure में मुफ्त वेब भूमिका को छोड़ना पड़ा। सौभाग्य से, मैंने पहले से ही एज़्योर में कुछ आभासी मशीनों को तैनात किया था, परियोजना को रीमेक करने और सर्वर पर अपलोड करने के लिए कोई समस्या नहीं थी। परिणामस्वरूप, मैंने voice.akhmed.ru/recognize.ashx पहुंच बिंदु के साथ मान्यता सेवा को उठाया - जहां मैं पोस्ट अनुरोध के साथ WAV फ़ाइल भेजता हूं और मुझे आउटपुट पर पाठ मिलता है।

WP7 के लिए आवेदन - 30 मिनट

WP7 पर आवेदन के लिए अधिकांश समय। लेकिन सिर्फ इसलिए कि यह मंच एक परीक्षण का मैदान था और विकास के दौरान लगातार कोड बदलता रहा।

जब मैंने आवाज पहचान सेवा को उठाया, उसके बाद डिवाइस पर आवाज पहचान के बारे में एक सवाल था।
चूंकि यह एक कार्यात्मक प्रोटोटाइप था, इसलिए मैंने अनावश्यक, उपयोगकर्ता प्राधिकरण, बटन क्लिक प्रोसेसिंग, डाउनलोड इंडिकेटर, रिसेंडिंग, एरर हैंडलिंग (ताकि एप्लिकेशन समय-समय पर क्रैश हो सकता है), डेटाबेस को सहेजते हुए, wav फ़ाइलों को सहेजते हुए, सब कुछ फेंकने का फैसला किया।
चूंकि एप्लिकेशन को एंड्रॉइड पर भी पोर्ट किया जाना था, इसलिए मैंने MVVM के बिना एक प्रोटोटाइप बनाने का फैसला किया, इसलिए मुझे कोड का एक भयानक गड़बड़ मिला।

चूंकि अब हमें विशेष रूप से WP8 के लिए आवेदन नहीं करना था, इसलिए मैंने WP7 पर एक संस्करण बनाने का निर्णय लिया, जिसने अतिरिक्त लाभ प्रदान किया - किसी भी WP डिवाइस पर प्रोटोटाइप काम करता है। माइक्रोफ़ोन रिकॉर्ड करना WP7 पर एक काफी गैर-तुच्छ कार्य है, लेकिन मेरे पास पहले से ही मेरा WPExtensions पुस्तकालय था जिसने एक WAV फ़ाइल में आवाज रिकॉर्ड करना आसान बना दिया था। AppBar में, उन्होंने अपने हाथों से सूची में रिकॉर्ड जोड़ने के लिए एक डमी बटन जोड़ा और एक माइक्रोफोन के साथ एक बटन जोड़ा, जिसने पहली बार दबाए जाने पर, रिकॉर्डिंग शुरू की और, जब फिर से दबाया गया, तो रिकॉर्डिंग को सर्वर पर भेजा और परिणाम संसाधित किया:

private bool isRecording = false; private readonly MicrophoneWrapper microphone = new MicrophoneWrapper(); private void ApplicationBarRecordIconButton_Click(object sender, System.EventArgs e) { if (!isRecording) { microphone.Record(); PageTitle.Text= "..."; } else if (isRecording) { microphone.Stop(); var wav = microphone.GetWavContent(); Send(wav); PageTitle.Text = defaultHeader; } isRecording = !isRecording; } 

भेजने की विधि भी काफी तुच्छ है, इसमें मैं सर्वर को एक प्रतिक्रिया भेजता हूं और प्राप्त प्रतिक्रिया को संसाधित करता हूं

 private void Send(byte[] wav) { var client = new HttpWebClient(); client.Post("http://voice.akhmed.ru/recognize.ashx", wav, (result) => Dispatcher.BeginInvoke(() => ParseString(result))); } private void ParseString(string result) { logicLayer.Parse(result); RefreshView(); } 

कमांड का विश्लेषण कैसे किया जाता है, पाठ विश्लेषण के लिए मैं किस तरह की लाइब्रेरी का उपयोग करता हूं, "खरीदने" या "और" जैसे अतिरिक्त शब्दों को कैसे फ़िल्टर किया जाता है, इस बारे में बहुत सारे सवाल थे। बेशक, रिलीज में यह रूपात्मक और वाक्यात्मक विश्लेषण के साथ बहुत अधिक सक्षम निर्णय लेने के लिए आवश्यक है, लेकिन अब कोड बदसूरत है। मैं केवल पहले शब्द को एक कमांड के रूप में उपयोग करता हूं और सभी शब्दों को दो अक्षरों में फ़िल्टर करता हूं।

 public void Parse(string voiceText) { var words = voiceText.Split(new[]{' '}, StringSplitOptions.RemoveEmptyEntries); if(words.Length>1) { var command = words.First(); if(command.Equals("")) { Add(words.Skip(1)); IncrementUpdate(); } if(command.StartsWith("")) { SetBoughtStatusTrue(words.Skip(1)); IncrementUpdate(); } if (command.Equals("") || command.Equals("")) { if (words[1].Equals("")) { shopList.ShopItems.Clear(); } else { RemoveShopListItems(words.Skip(1)); } IncrementUpdate(); } } } 

आवेदन बैकेंड - 20 मिनट

अन्य उपकरणों के साथ सिंक्रनाइज़ेशन सुनिश्चित करने के लिए, सर्वर को हिस्सा बनाना आवश्यक था। बेशक, इस तरह के बैकएंड एक वेब भूमिका के रूप में Azure में होस्ट करने के लिए एक आदर्श उम्मीदवार है, लेकिन प्रोटोटाइप के लिए इसे आवाज पहचान के रूप में Azure में उसी वर्चुअल मशीन पर रखा जा सकता है। चूंकि हमारा समय बहुत सीमित है, इसलिए यह SOAP सेवा बनाने के लिए समझ में आता है, क्योंकि स्टूडियो क्लाइंट पर जल्दी से प्रॉक्सी उत्पन्न कर सकता है।
सेवा भी अपमान करने के लिए सरल है। मेरी एक खरीदारी सूची है जिसे मैंने क्लाइंट से सर्वर में स्थानांतरित कर दिया है (क्लाइंट के लिए यह प्रॉक्सी में उत्पन्न होगा)।

 public class ShopList { public ShopList() { ShopItems=new List<ShopItem>(); } public List<ShopItem> ShopItems { get; set; } public int Version { get; set; } } public class ShopItem { public string Name { get; set; } public decimal Price { get; set; } public char Valute { get; set; } public bool IsBought { get; set; } } 

ईमानदारी से, दो क्षेत्र मूल्य और वैधता बहुत ही कम हैं, क्योंकि मैंने उनका उपयोग करने का प्रबंधन नहीं किया है, लेकिन मैं "जैसा है" कोड को उद्धृत करता हूं।
किसी सूची को सहेजना और पुनः प्राप्त करना भी बहुत आसान है।

 public class GroceryService : System.Web.Services.WebService { private LogicLayer logicLayer = new LogicLayer(); [WebMethod] public ShopList GetVersion() { return logicLayer.GetShopList(); } [WebMethod] public void UploadVersion(ShopList request) { logicLayer.Update(request); } } 

बेशक, रिलीज को सूची का पूर्ण अपडेट नहीं होना चाहिए, लेकिन बदले हुए डेटा का आंशिक अद्यतन, लेकिन प्रोटोटाइप के लिए यह करना होगा।
तर्क को भी अपमान करने के लिए बहुत सरल बनाया जाता है, क्योंकि यह एक डेटाबेस के बिना एक प्रोटोटाइप है, जबकि डेटाबेस में वर्तमान मूल्य बनाए रखता है। ईमानदारी से, इस तरह के तर्क में कोई समझ नहीं थी, लेकिन मैं "जैसा है" बोली। विधि के नाम असफल हैं, लेकिन परिवर्तित नहीं हुए।

 public class LogicLayer { private static ShopList shopList = new ShopList(); public ShopList GetShopList() { return shopList; } internal void Update(ShopList newshopList) { shopList = newshopList; } } 

अंतत: मैंने इस सेवा को voiceg ​​किराना.akhmed.ru/G किरानाService.asmx पर उठाया
अब सवाल यह है कि ग्राहकों तक अपडेट कैसे पहुंचाया जाए? निश्चित रूप से PushNotification द्वारा। लेकिन इसके कार्यान्वयन में बहुत समय लग सकता है, जो दुर्लभ था और मैंने क्लाइंट से 5 सेकंड में अनुरोध किया।

 DispatcherTimer dispathcerTimer = new DispatcherTimer(); dispathcerTimer.Interval = TimeSpan.FromSeconds(5); dispathcerTimer.Tick += dispathcerTimer_Tick; dispathcerTimer.Start(); 

क्लाइंट से / से अपडेट करने का तर्क बहुत सरल है।
1. यदि वर्तमान संस्करण सर्वर से कम प्राप्त होता है, तो वर्तमान सूची को सर्वर से बदल दिया जाता है।
2. यदि क्लाइंट में कुछ परिवर्तन होता है, तो संस्करण को 1 से बढ़ाया जाता है और सर्वर पर भेजा जाता है।

 void dispathcerTimer_Tick(object sender, System.EventArgs e) { var client = new ServiceReference1.GroceryServiceSoapClient(); client.GetVersionCompleted += client_GetVersionCompleted; client.GetVersionAsync(); } void client_GetVersionCompleted(object sender, ServiceReference1.GetVersionCompletedEventArgs e) { if (e.Result.Version > logicLayer.GetVersion()) { logicLayer.UpdateShopList(e.Result); RefreshView(); } } private void IncrementUpdate() { var shopListItem = new ShopList() { Version = shopList.Version + 1, ShopItems = shopList.ShopItems }; var client = new ServiceReference1.GroceryServiceSoapClient(); client.UploadVersionAsync(shopListItem); } 

विंडोज 8 - 10 मिनट के लिए पोर्टिंग।

Win8 में एप्लिकेशन को पोर्ट करना बहुत सरल था। मैंने क्लाइंट पर वॉइस रिकग्निशन लागू नहीं किया और यह एकतरफा सिंक्रोनाइज़ेशन हो गया। XAML को वस्तुतः कोई परिवर्तन नहीं के साथ कॉपी किया गया था, सर्वर को भेजने वाले कोड को सही करने के लिए थोड़ा सा था। यह थोड़ा आसान हो गया - एक विधि में

 async void dispathcerTimer_Tick(object sender, object e) { var client = new ServiceReference1.GroceryServiceSoapClient(); var result = await client.GetVersionAsync(); if (result.Body.GetVersionResult.Version > logicLayer.GetVersion()) { logicLayer.UpdateShopList(result.Body.GetVersionResult); RefreshView(); } } 

एंड्रॉइड पर एप्लिकेशन को पोर्ट करना - 15 मिनट।

मुझे मोनो प्लेटफॉर्म बहुत पसंद है। कोड लगभग अपरिवर्तित बना हुआ है, यह UI को ट्विस्ट करने के लिए बना हुआ है। चूंकि प्रस्तुति एंड्रॉइड के लिए बहुत अधिक कठिन है, इसलिए मैंने कस्टम एडाप्टर बनाने में ज्यादा समय नहीं बिताया और 5 मिनट बाद मैं वापस लुढ़का और ब्रैकेट में टेक्स्ट क्रॉस के साथ एक सरल पाठ सूची बनाई:

 void client_GetVersionCompleted(object sender, ru.akhmed.voicegrocery.GetVersionCompletedEventArgs e) { try { list.Clear(); var result = e.Result.ShopItems; foreach (var item in result) { var checkBox = item.IsBought ? "( X ) " : "( ) "; list.Add(checkBox + item.Name); } this.RunOnUiThread(() => { this.ListAdapter = new ArrayAdapter<string>(this, Resource.Layout.ListItem, list); ((BaseAdapter)this.ListAdapter).NotifyDataSetChanged(); }); } catch (Exception) { } } 

IOS के लिए पोर्टिंग - कोई नहीं

बेशक, मैं आईओएस को पोर्ट करने के बारे में सोच रहा था, लेकिन जब से मेरे पास आई-डिवाइसेस और हैकिंटोश नहीं हैं, जो मैं घर के विकास में उपयोग करता हूं, इस तरह के आयोजनों में दिखाना गलत है और इस विचार को स्थगित करने में बहुत कम समय लगा। विशेष रूप से मेरे साथ एक लैपटॉप पर मेरे पास कोई हैकिंटोश नहीं था

परिणाम

यदि आप WP8 प्लेटफ़ॉर्म की क्षमताओं पर शोध करने में खर्च किए गए 40 मिनटों को ध्यान में नहीं रखते हैं, तो 2 घंटे से भी कम समय में, सर्वर और मामूली बग फिक्स को अपलोड करने की लागतों को ध्यान में रखते हुए, एक पूर्ण प्रोटोटाइप लागू किया गया था जो एप्लिकेशन के मुख्य विचार को दिखाता है और इसे बाहर फेंकने और इसे पूरी तरह लागू करने के लिए आगे बढ़ने के लिए अफ़सोस की बात नहीं है। ।
बेशक, कोड बहुत गंदा, गैर-इष्टतम निकला, जिसमें दोषों और अपूर्ण सुविधाओं का एक गुच्छा है। लेकिन फंक्शनल प्रोटोटाइप की ज़रूरत सिर्फ "पेपर स्केच" बनाने के लिए होती है - ड्राफ्ट में ग्राहक / वरिष्ठों को उस उत्पाद को दिखाते हैं जो उत्पाद को बंद कर देगा।