LiteLoaderQQNT-OneBotApi语音消息发送问题解析
2025-07-01 11:57:39作者:钟日瑜
问题背景
在使用LiteLoaderQQNT-OneBotApi进行语音消息发送时,开发者可能会遇到语音消息无法正常发送的问题。本文详细分析了该问题的原因及解决方案,并提供了相关的技术实现细节。
问题现象
开发者尝试通过API发送语音消息时,虽然接口返回"发送成功"的状态,但实际上消息并未成功发送。具体表现为:
- 使用ffmpeg转换后的.amr格式音频文件
- 通过POST请求发送到/send_msg接口
- 服务端返回200状态码和"发送成功"消息
- 但实际群聊中并未收到语音消息
根本原因
经过分析,发现问题的根本原因在于消息类型字段设置错误。在LiteLoaderQQNT-OneBotApi的实现中:
- 正确的语音消息类型应为"voice"
- 但开发者错误地使用了"record"作为类型标识
解决方案
修改消息类型字段即可解决该问题:
{
"message_type": "group",
"group_id": 701339984,
"message": [
{
"type": "voice", // 将"record"改为"voice"
"data": {
"file": "http://127.0.0.1:8021/audio.amr"
}
}
],
"auto_escape": true
}
音频格式转换建议
虽然问题主要出在消息类型上,但音频格式转换也是语音消息发送的重要环节。以下是使用ffmpeg进行音频转换的技术要点:
-
推荐参数设置:
- 单声道(-ac 1)
- 8000Hz采样率(-ar 8000)
- AMR格式输出
-
Java实现示例:
public static void transferMp3Amr(String mp3Path, String target) {
File source = new File(path);
try {
if (!source.exists()) {
throw new Exception("文件不存在!");
}
List<String> commend = new ArrayList<String>();
commend.add(path + "ffmpeg.exe");
commend.add("-y");
commend.add("-i");
commend.add(mp3Path);
commend.add("-ac");
commend.add("1");
commend.add("-ar");
commend.add("8000");
commend.add(target);
try {
ProcessBuilder builder = new ProcessBuilder();
builder.command(commend);
Process p = builder.start();
p.waitFor();
} catch (Exception e) {
e.printStackTrace();
}
} catch (Exception e) {
System.out.println("mp3转amr异常...");
e.printStackTrace();
}
}
已知问题
即使修改消息类型后语音可以正常发送,仍存在一个显示问题:
- 实际28秒的语音在群聊中只显示为2秒
- 该问题属于显示bug,不影响实际语音内容的完整性
总结
通过本案例可以看出,在使用API时准确理解各个字段的含义至关重要。对于LiteLoaderQQNT-OneBotApi的语音消息发送功能,开发者需要注意:
- 使用正确的消息类型"voice"而非"record"
- 确保音频文件格式符合要求
- 了解并接受当前存在的显示时间不准确的问题
希望本文能帮助开发者更好地使用LiteLoaderQQNT-OneBotApi的语音消息功能。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
299
2.65 K
Ascend Extension for PyTorch
Python
130
152
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
608
196
React Native鸿蒙化仓库
JavaScript
229
307
暂无简介
Dart
592
129
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.05 K
612
仓颉编译器源码及 cjdb 调试工具。
C++
122
511
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,专门为Transformer模型的训练和推理而设计。
C++
48
77
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
181
67
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
457