Kaldi中文语音识别：利用ffmpeg工具实现音频格式转换（m4a转wav，16KHz，16bit）

Kaldi中文语音识别：利用ffmpeg工具实现音频格式转换（m4a转wav，16KHz，16bit）

一、前言

之所以要做音频格式转换是因为之前配置好的Kaldi环境和CVTE模型需要输入的音频文件要求是wav格式，且要16-bit位深，采样率16000Hz。

假设有目录 d:\录音

目录有 张三.m4a, 李四.m4a xxx.m4a（其他任意格式音频触类旁通可以把 .m4a改成.*）。批量转换成采样率16K,有符号,16bit 小端wav格式音频。

新建一个批处理文件，放在d:\录音\convert.bat,代码如下

@echo off
title 正在批量转换
if not exist wav mkdir wav
for /f %%i in ('dir /b *.m4a') do ffmpeg -i %%i -acodec pcm_s16le -ac 1 -ar 16000 wav\%%~ni.wav -y
pause

还没试过，贴一个别人的效果图

最终在wav文件下获得转换过的文件

参考：
https://www.cnblogs.com/passedbylove/p/11764227.html