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