读取wav文件时“wav的坏音频格式”

Question

我有一套wav文件，我想生成一个光谱图。但是，当我使用tf.audio.decode_wav函数时，我会得到以下错误：

InvalidArgumentError: WAV的坏音频格式:预期1 (PCM)，但got7操作:DecodeWav

如何避免这一错误？有没有其他方法可以使用tensorflow为wav文件生成日志mel谱图？

我知道librosa包，但我更喜欢tensorflow。

守则是：

def decode_audio(audio_binary):
  audio, _ = tf.audio.decode_wav(audio_binary)
  return tf.squeeze(audio, axis=-1)

def get_waveform_and_label(file_path):
  audio_binary = tf.io.read_file(file_path)
  waveform = decode_audio(audio_binary)
  return waveform

Answer 1

错误告诉您，您的文件表明它们的样本被编码为8位的mulaw。

正如TensorFlow文档中所描述的那样，这种方法只支持16位PCM。

在将波形文件传递给tensorflow之前，您需要重新编码它们。像ffmpeg这样的东西能帮上忙。