无法在 python 中读取 .wav 文件答案

【问题标题】：Unable to read .wav file in python无法在 python 中读取 .wav 文件
【发布时间】：2022-01-23 20:25:16
【问题描述】：

我正在使用 Speech_recognition 读取 .wav 文件，使用以下代码：

r = sr.Recognizer()
with sr.AudioFile(AUDIO_FILE) as source:
        audio = r.record(source)

但是，我收到以下错误：file does not start with RIFF id

我尝试了以下解决方案并使用了以下代码，但最终出现了新错误：

Solution 1 代码：

import librosa
import soundfile as sf
x,_ = librosa.load('sample_wav.WAV', sr=16000)

错误：Error opening 'C:\\Users\\biswankar.das\\Downloads\\sample_wav.WAV': File contains data in an unknown format

Solution 2 代码：

from scipy.io import wavfile
samplerate, data = wavfile.read(file_path)

错误：File format b'\xff\xe3\x18\xc4' not understood. Only 'RIFF' and 'RIFX' supported.

我尝试在网上分析这个文件，格式是MPEG，以下是详细信息：分析细节：

General
Format : MPEG Audio
File size : 246 KiB
Duration : 4 min 11 s
Overall bit rate mode : Constant
Overall bit rate : 8 000 b/s
FileExtension_Invalid : m1a mpa mpa1 mp1 m2a mpa2 mp2 mp3

Audio
Format : MPEG Audio
Format version : Version 2.5
Format profile : Layer 3
Duration : 4 min 11 s
Bit rate mode : Constant
Bit rate : 8 000 b/s
Channel(s) : 1 channel
Sampling rate : 8 000 Hz
Frame rate : 13.889 FPS (576 SPF)
Compression mode : Lossy
Stream size : 246 KiB (100%)

我也尝试使用 ffmpeg 以及使用以下代码，但在尝试相同时出现错误：

import pydub as pydub
from pydub import AudioSegment
AudioSegment.ffmpeg = "\\ffmpeg.exe"
pydub.AudioSegment.converter = r"\\ffmpeg.exe"
data = AudioSegment.from_wav("sample_wav.wav")

错误：The system cannot find the file specified - 尽管我可以读取相同的文件位置

【问题讨论】：

看这篇文章。它可能会有所帮助。 stackoverflow.com/questions/25672289/….
您的文件似乎命名错误。它似乎是一个.mp3 文件而不是.wav。您是否尝试过重命名它（我不确定 librosa/libsoundfile/audioread 是否注意文件扩展名，但它们可能并且最终可能会被混淆）。另请注意，librosa 对 MP3 的支持取决于 audioread。见librosa docs。 This SO question 可能会有所帮助。

标签： python ffmpeg speech-recognition speech-to-text

【解决方案1】：

错误file does not start with RIFF id 表示wave 不支持您的文件，因此您必须完全使用不同的文件。这可能是因为该文件可能不是.wav 文件。查看这篇文章了解更多详情-Failed to open file file.wav as a WAV due to: file does not start with RIFF id。

【讨论】：