音频文件格式说明

讯飞语音能力一般情况下支持如下音频格式：

1. pcm（pcm_s16le），wav，speex(speex-wb)
2. 采样率为16000 或者 8000. 推荐使用16000，比特率为16bit
3. 单声道

建议您自行下载Cool Edit Pro软件查看音频格式是否符合要求。

#音频文件格式转换工具ffmpeg

#简介

FFmpeg是一套可以用来记录、转换数字音频、视频，并能将其转化为流的开源计算机程序。 详情可参考：http://ffmpeg.org/

#示例

Mp3 转换为 16k 16bit 单声道 pcm

ffmpeg -y -i test.mp3 -acodec pcm_s16le -f s16le -ac 1 -ar 16000 test.pcm

wav 转换为 16k 16bit 单声道 pcm

ffmpeg -y -i test.wav -acodec pcm_s16le -f s16le -ac 1 -ar 16000 test.pcm

44100,16bit,单声道pcm 转换为 16k 16bit 单声道 pcm

ffmpeg -y -f s16le -ar 44100 -ac 1 -i test.pcm -acodec pcm_s16le -f s16le -ac 1 -ar 16000 test.pcm

参数解释：

-y： 表示无需询问,直接覆盖输出文件;

-acodec： 用于设置音频的编码器和解码器；

-f s16le： 用于设置文件格式为 s16le;

-ar 16000： 用于设置音频采样频率为 16k;

-ac 1： 用于设置通道数为 1;

-i： 用于设置输入文件；

#speex编码

讯飞开放平台rest_api支持speex编码压缩音频文件，相较于PCM可以节约网络传输成本，推荐使用speex格式。
请注意压缩前的原始音频文件，必须为采样率16K、16bit、单声道的PCM格式。

接口支持标准开源speex编码（speex-size参数必传）和讯飞定制speex编码（讯飞定制speex，无需额外传speex-size参数）

说明：

1. 标准开源speex编解码，需下载编译speex库。详情可参考：https://www.speex.org/
2. 标准开源speex格式，speex_size与speex库压缩等级（quantity）关系表如下：

quantity（压缩等级）	0	1	2	3	4	5	6	7	8	9	10
speex_size（speex）8k	6	10	15	20	20	28	28	38	38	46	62
speex_size（speex-wb）16k	10	15	20	25	32	42	52	60	70	86	106

1. 讯飞定制编解码工具下载（点击下载 ）,使用讯飞定制编码时，无需传speex_size参数