本文介绍了在使用python的librosa库进行语音处理时，需要将音频文件转换为wav格式，因为librosa只支持wav。针对苹果设备常见的m4a格式，可以通过ffmpeg工具进行转换。操作命令为`ffmpeg -i 需要转化的文件名.m4a 目标文件名.wav`，转换后文件将保存在当前路径。后续将分享更多NLP和ASR领域的相关内容。
语音文本格式转化及在librosa库的语音文本输入要求
闲话少说，直接上料！
python的librosa库是语音模型进行语音特征提取的常见的库；但使用时请注意，librosa库仅支持wav格式的语音文件！！！如果你上传的文件格式为m4a，则可通过ffmpeg对语音文件的格式进行转换，前提是安装ffmpeg！！！
对于常见的苹果手机/电脑录音，音频格式为m4a；如果我们把它转化为wav格式，进行如下操作
ffmpeg -i 需要转化的文件名.m4a 目标文件名.wav
其中，目标文件名自己定义，转化后的wav格式文件自动保存到当前路径下。
ref : 安装ffmpeg的步骤
如果对你的语音转化有帮助，请关注本人blog；接下来，我会分享更多的关于NLP，ASR相关的博文；如对相关领域感兴趣，欢迎留言讨论～
扫一扫
743
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
