如何将我的回复更改为 .wav 或 .mp3 文件？

Question

我有一个 EchoServer Websocket 代码来连接实时呼叫，它以 7\x00E\x00Y\x00u\x00\x97\x00\ 等格式给出 响应 xb2\x00\xb9\x00\xac\x00\x98\x00\x87\x00x\x00[\x00
我的代码：Echoserver.py

类 WSHandler(tornado.websocket.WebSocketHandler):

def open(self):
    print("Websocket Call Connected")
@gen.coroutine
def on_message(self, message):
    print ("message====>",message)
    watson = yield self.watson_future
    if type(message) == str:
        watson.write_message(message, binary=True)
    else:
        data = json.loads(message)
        data['action'] = "start"
        data['continuous'] = True
        data['interim_results'] = True
        print (json.dumps(data)) 
        watson.write_message(json.dumps(data), binary=False)
@gen.coroutine
def on_close(self):
    print("Websocket Call Disconnected")


def on_watson_message(self, message):

如何从我上面提到的响应中编写 mp3 文件？ 任何建议都将受到高度赞赏。

回应

7\x00E\x00Y\x00u\x00\x97\x00\xb2\x00\xb9\x00\xac\x00\x98\x00\x87\x00x\x00[\x00(\x00\xf0\xff\xd8\xff\xfd\xffX\x00\xbb\x00\xf8\x00\x04\x01\xf8\x00\xf2\x00\xf8\x00\xf9\x00\xe7\x00\xc4\x00\x99\x00i\x007\x00\t\x00\xea\xff\xdb\xff\xd6\xff\xd0\xff\xca\xff\xca\xff\xd6\xff\xe9\xff\xfa\xff\x04\x00\x05\x00\x06\x00\x0b\x00\x12\x00\x15\x00\x12\x00\x0b\x00\x06\x00\x06\x00\x07\x00\n\x00\x10\x00\x16\x00\x1a\x00\x1a\x00\x18\x00\x16\x00\x12\x00\t\x0

Answer 1

nexmo websocket 连接上的音频格式为 LPCM，16bit 16Khz Mono。

这与 WAV 大致相同，LPCM 是原始音频流，而 WAV 是带有 RIFF 标头后跟原始流的文件。 有多种库可以将原始数据转换为 WAV，例如 https://docs.python.org/2/library/wave.html

如果您需要它作为 MP3，然后寻找将 RAW 音频转换为 MP3 的东西，但是我建议您尝试将 RAW/WAV 发送到 VoiceBase，因为您希望获得最佳转录效果，而转换为 MP3 只会丢失数据并添加在您进行转换时出现延迟，构建 MP3 文件时也可能存在许可限制。