我正在寻找在Xamarin应用中实施语音命令的最佳方法。
以下是我的要求：
- 我不需要通过语音启动我的应用。相反，我的用户将通过触摸启动应用程序（因此，当应用程序未运行时，我的应用程序不需要语音识别）
- 我的应用是客户端/服务器应用，它将始终有效（后端将在azure上运行）
- 我的应用程序主要用于汽车（因此请考虑环境噪音）
- 我的应用程序可以使用多种语言，例如意大利语，西班牙语，法语和英语
- 我的应用应该使用xamarin（最终mvvmcross或类似的）
进行开发
- 在我的应用中，会有两种语音命令：
- 从短名单中选择一个项目：应用程序将显示项目列表，例如＆＃34;苹果，猕猴桃，香蕉和草莓＆＃34;并且用户将不得不说出其中一个词。
- 更改当前视图。通常，这些语音命令将类似于＆＃34;取消＆＃34;，＆＃34;确认＆＃34;，＆＃34;更多＆＃34;和这样的东西
用户，应用和服务器之间的典型交互应为：
- 用户说当前视图/活动/页面中的一个可用命令
- 在这里假设用户完全知道他/她可以使用哪些命令，现在无论他/她如何知道这些命令（他/她只是知道它们）
- 用户可以在命令前添加一些特殊单词，例如＆＃34;嘿＆＃39; appname ＆＃39;＆＃34;＆＃34;，以获得类似＆＃34;的命令。嘿＆＃39; appname＆＃39;，确认＆＃34;
- 注意：＆＃34;嘿＆＃39; appname ＆＃39;＆＃34;部分语音命令的唯一目的是允许应用程序知道命令何时开始。应用程序可以始终处于侦听模式，但必须避免将音频流连续发送到服务器以识别命令
- 最好的情况是app是否会在本地识别这些命令，而不涉及远程服务器，因为语音命令是预定义的并且在每个视图中是众所周知的。无论如何，应用程序可以将音频波发送到将返回字符串的服务器（在此示例中，返回的文本将是＆＃34;确认＆＃34;，因为音频是＆＃34;嘿＆＃39; appname ＆＃39;，确认＆＃34;）
- app将映射使用可用命令识别的文本，并将调用正确的命令
- 用户将收到应用的反馈。反馈可能是：
- 语音反馈（文字转语音）
- 视觉反馈（屏幕上显示的内容）
- 以上
我一直在寻找azure-cognitive-services，但在这种情况下，据我所知，没有办法在本地识别命令的开始（一切都在服务器端通过REST api或客户端）。因此，用户必须在每个语音命令之前按下按钮，我需要避免这种交互。
由于应用程序正在运行，我的用户将他/她的手放在方向盘上，并且每次显示时他/她都不能触摸。不是吗？
此外，我一直在寻找cortana-skills-kit和botframework，但是：
- 似乎Cortana Skills仅提供英文版
- 实际上，我不需要让Cortana参与启动我的应用
我没有这些主题的经验，所以，希望我的问题很清楚，一般来说，这对其他新手用户也很有用。
*更新1 *
使用语音命令定义（VCD）文件进行语音识别非常接近我所需要的，因为：
- 它有一种通过命令名称快捷方式
激活命令的方法
- 它适用于前景（以及背景，即使在我的情况下我也不需要背景）
不幸的是，此服务仅适用于Windows，因为它使用本地API。也许正确的方法可以基于以下考虑因素：
- 每个平台都会公开本地语音识别API（Cortana，Siri，Google Now）
- Xamarin公开了Siri和Google Now apis，并通过C＃
提供
- 创建 facade 组件以通过公共接口公开三种不同的本地语音api将非常有用
我想知道是否还有其他解决办法。 Cortana作为个人助理，可在Windows，iOS和Android上使用。由于Cortana既可以使用本地api，也可以使用远程服务（Cortana Skills），Cortana是正确的方法吗？ Cortana是否支持多种语言（或者至少支持路线图）？
所以，这里只是一些想法。如果您有其他想法或建议，请在此处添加。感谢