問題描述

我用百度語音webapi將文字轉(zhuǎn)成語音,百度webapi只支持返回mp3格式的流，但是我想要在實時簡單分析下波形，用FFT處理下。所以想要將mp3流轉(zhuǎn)為無損的wav格式。但是找了如下的python包，pymedia官方已經(jīng)不更新，貌似不支持python2.7了，非官方的沒試；pymad和pyogg沒有找到文檔，也沒有mp3轉(zhuǎn)無損格式的demo。請問有什么解決方法嗎？

問題解答

自問自答，希望對碰到同樣情況的有幫助，也歡迎提出修改意見，或者更好的方案。據(jù)這幾天的搜索很少有模塊顯示地支持音頻流格式轉(zhuǎn)換。找到一個可用的模塊io，聲音處理模塊可以參考https://wiki.python.org/moin/...

import ioaud=io.BytesIO(data)#data的格式是mp3數(shù)據(jù)的bytestring

然后可以像用文件一樣使用這段流數(shù)據(jù)，之后就可以使用mp3文件轉(zhuǎn)wav的模塊，而不用寫入到文件再讀。

以下是結(jié)合pydub驗證過程：

from pydub import AudioSegment ###需要安裝pydub、ffmpegimport waveimport io#先從本地獲取mp3的bytestring作為數(shù)據(jù)樣本fp=open('/home/dyan/你好.mp3',’rb’)data=fp.read()fp.close()#主要部分aud=io.BytesIO(data)sound=AudioSegment.from_file(aud,format=’mp3’)raw_data = sound._data#寫入到文件，驗證結(jié)果是否正確。l=len(raw_data)f=wave.open('/home/dyan/123.wav',’wb’)f.setnchannels(1)f.setsampwidth(2)f.setframerate(16000)f.setnframes(l)f.writeframes(raw_data)f.close()