使用R语言保存OpenAI TTS API响应的音频文件

问题描述 #

用httr2包调用OpenAI的TTS（文本转语音）API过程正常，但无法将API响应保存为音频文件。由于该API较新，对应R包未完成适配更新，只能依赖httr2实现。参考过Python中的stream_to_file()功能，想知道R中如何实现类似的音频保存操作。

尝试过用av包的av_audio_convert(response)和av_audio_convert(response$body)转换为MP3，均触发报错：Error in path.expand(path) : invalid 'path' argument，av包其他读取类函数也无效。API返回的响应信息如下：

<httr2_response>
POST https://api.openai.com/v1/audio/speech
Status: 200 OK
Content-Type: audio/mpeg
Body: In memory (899520 bytes)

解决方法 #

直接写入二进制文件 #

OpenAI TTS API返回的是原生audio/mpeg格式的二进制数据，无需额外转换，直接将响应体写入文件即可得到可播放的MP3：

# 假设response是你的httr2响应对象
writeBin(response$body, "output.mp3")

格式转换（可选） #

av包的av_audio_convert仅接受文件路径作为输入，无法直接处理内存中的二进制数据。如果需要转换音频格式，可先保存原始MP3，再用av包处理：

# 保存原始MP3文件
writeBin(response$body, "temp.mp3")
# 转换为WAV格式示例
av::av_audio_convert("temp.mp3", "output.wav")

内容的提问来源于stack exchange，提问作者Charles Hébert