wav格式常识

最新推荐文章于 2022-05-01 22:54:27 发布

皮熊

最新推荐文章于 2022-05-01 22:54:27 发布

阅读量4.1k

点赞数

分类专栏：语音识别与语音合成

本文链接：https://blog.csdn.net/ppp2006/article/details/39695529

版权

本文介绍了wav文件格式，包括PCM编码、非PCM编码如mu-law，以及不同采样率、位宽和声道数的计算。提到了录音软件SoX的用法，并举例了CD格式和模数转换过程。wav可以包含不同编码，如MP3，但通常要求为PCM格式，尤其是用于语音云识别。

摘要由CSDN通过智能技术生成

1. 真实wav文件格式查看

ppeix:Downloads$ file *.wav
15868889870.wav: RIFF (little-endian) data, WAVE audio, ITU G.711 mu-law, mono 8000 Hz
audiodump.wav: RIFF (little-endian) data, WAVE audio, stereo 44100 Hz
两次输入的密码不一致.wav: RIFF (little-endian) data, WAVE audio, ITU G.711 mu-law, mono 16000 Hz

runji@robot-Lenovo:~/speechRecognition/AMadapt/robot/voice/0$ file 0000_0001.wav
0000_0001.wav: RIFF (little-endian) data, WAVE audio, Microsoft PCM, 16 bit, mono 16000 Hz

ppeix:Downloads$ file test.mp3
test.mp3: Audio file with ID3 version 2.3.0, contains: MPEG ADTS, layer III, v1, 128 kbps, 44.1 kHz, JntStereo

2.wav 基础知识

音频(158 两次输入的密码不一致)虽然是wav，但是不是pcm编码格式的，是A/mu-Law Wave 8-bit mu-Law Encode
语音云只能识别采样率16或8k 16bit pcm或wav的单声道音频，wav音频也要是pcm格式的

wav三个参数：位宽×采样率×声道数/8bit 比如单声道，16k, 16bit 则16bit*16khz*1/8bit=