音频数据格式在Speech Studio中被拒绝

Question

我正在上传音频数据的压缩文件到Speech Studio中的自定义语音项目。但是，文件在上载后被拒绝。

我已经尝试了sox和ffmpeg来做文件转换。sox的输出符合文档页面上的要求。我不明白为什么这些文件会被拒绝。

sox.exe" --i audio1.wav

Input File     : 'audio1.wav'
Channels       : 1
Sample Rate    : 16000
Precision      : 16-bit
Duration       : 00:00:02.27 = 36320 samples ~ 170.25 CDDA sectors
File Size      : 72.7k
Bit Rate       : 256k
Sample Encoding: 16-bit Signed Integer PCM

我将文件压缩并上传。我相信这符合下面的要求。

File format RIFF (WAV)
Sample rate 8,000 Hz or 16,000 Hz
Channels    1 (mono)
Maximum length per audio    2 hours
Sample format   PCM, 16-bit
Archive format  .zip
Maximum archive size    2 GB

UI显示“上传数据失败。请检查您的数据格式，然后重试上传。”

我只能相信这项服务有问题。

Answer 1

我几乎没有使用sox的经验，但是您可以通过以下命令使用-ar : ffmpeg.exe -i -ac 1-ar 16000

你可以在这里找到ffmpeg：https://www.ffmpeg.org/它是免费的。

希望这能有所帮助。