1) Открою секрет, звуковая волна не парсится из звукового файла, а хранится в виде отдельного поля (по крайней мере в telegram), которое присылает само приложение при загрузке файла, т.е. если не пришлет, то и звуковой волны не будет.
2) Если речь идет про звуковые сообщения (короткие, ОЧЕНЬ маленькие файлы), то мне кажется что легче их сразу скачивать и воспроизводить локальный файл.