Как исправить ошибку ValueError: Audio file could not be read as PCM WAV, AIFF/AIFF-C?

Question

[Jesus_Christophe]

У меня есть аудио файл типа wav, который мне необходимо перевести в текст с помощью SpeechRecognition.

import speech_recognition as sr

r = sr.Recognizer()
sample_audio = sr.AudioFile('voice.wav')
print(type(sample_audio))
with sample_audio as audio_file:
     audio_content = r.record(audio_file)
print(type(audio_content))
q = r.recognize_google(audio_content)
print(f"You've said: {q}")

Однако выходит ошибка:

raise ValueError("Audio file could not be read as PCM WAV, AIFF/AIFF-C, or Native FLAC; check if file is corrupted or in another format")
ValueError: Audio file could not be read as PCM WAV, AIFF/AIFF-C, or Native FLAC; check if file is corrupted

Comments

[PavelMos]

А спросить поисковик что такое формат WAV и попросить переводчик перевести ошибку на русский ?
https://ru.wikipedia.org/wiki/WAV

[Jesus_Christophe]

PavelMos, прошу без язвительности. Если вас раздражает мой вопрос или вы не знаете решения, то проигнорируйте.

[PavelMos]

Jesus_Christophe, потому что ты совсем нубовский вопрос задаешь.
1. Ошибка - файл не может быть прочитан как файл формата ...., далее перечисляются кодеки.
2. WAV это формат файла - контейнер, где звук может быть сохранён с помощью разных кодеков, в т.ч. не поддерживаемых этим модулем.

В контейнере может быть аудио и видео с разными кодеками, к примеру, в одном фильме в MP4 видео может быть сжато одним кодеком, в другом - другим. И если кодека нет в системе, то один файл воспроизведётся, а второй - нет.

[Jesus_Christophe]

PavelMos, будьте вежливее, прошу. Я не могу понять, почему именно файл не может быть прочитан, когда с ним нет проблем и прошу помощи, что в этом плохого?

[PavelMos]

Jesus_Christophe, файл не может быть прочитан не вообще, а конкретно этим модулем питон. Он может воспроизводиться на компьютере , т .к. на компьютере есть нужный кодек.

Посмотреть что там за кодек это в виндах см. свойства файла и должна быть вкладка медиа или как-то так. Там будет кодек, битрейт и прочее.

Далее нужно с помощью какой-нибудь утилиты или сайта перекодировать его в один из кодеков, поддерживаемых speech_recognition, и сохранить в формате файла, поддерживаемым speech_recognition.

Скорей всего, проблема в этом.

[shurshur]

Jesus_Christophe, надо для начала проверить, что внутри файла. Он может оказаться не wav, а в каком-то другом формате (даже raw pcm), и кодеком у него может оказаться не pcm, а что-то другое, в том числе даже mp3. Библиотека-то прямо говорит, что не понимает содержимое.

Answer 1

[Jesus_Christophe]

Для решения необходимо было просто установить ffmpeg для корректной конвертации аудиофайла .ogg в wav.

Answer 2

[Joni Straponi]

Проще всего будет конвертировать его в mp3, и уже с ним работать дальше

import pydub 
sound = pydub.AudioSegment.from_wav('''Путь к wav''') 
sound.export("*Путь для нового файла*//*Желаемое название для файла*.mp3", format="mp3")