在R中用Whisper转录音频遇格式问题：如何转16-Bit WAV？

你之前的代码里，av_audio_convert把输出格式设成了mp3，而且没指定比特深度，这才导致生成的文件不符合Whisper的要求。在R里有两种简单的方法生成16-Bit WAV文件，下面分别说明：

方法一：用你已安装的av包 #

直接修改av_audio_convert的参数，指定正确的格式和16-bit编码：

# 正确转换为16-Bit WAV
av_audio_convert(
  input = "/Users/mehmetkay-sudo/Desktop/R/ketzer_trans.wav",
  output = "ketzer_new_16bit.wav",
  format = "wav",
  sample_rate = 16000,
  codec = "pcm_s16le"  # 这个编码对应16-bit PCM格式，是Whisper要求的
)

# 之后再用转换好的文件做转录
trans <- predict(model, newdata = "ketzer_new_16bit.wav", language = "de", 
                 duration = 30 * 1000, offset = 7 * 1000, 
                 token_timestamps = TRUE)

方法二：用tuneR包（更直观） #

如果觉得av的参数不好记，可以用tuneR包直接控制音频比特深度：

# 安装并加载包
install.packages("tuneR")
library(tuneR)

# 读取原音频文件
audio <- readWave("/Users/mehmetkay-sudo/Desktop/R/ketzer_trans.wav")
# 设置为16-bit
audio@bit <- 16
# 保存为16-Bit WAV
writeWave(audio, "ketzer_new_16bit.wav")

# 执行转录
trans <- predict(model, newdata = "ketzer_new_16bit.wav", language = "de", 
                 duration = 30 * 1000, offset = 7 * 1000, 
                 token_timestamps = TRUE)

关键注意点 #

• 你之前代码里的file.path行是无效的，直接删掉即可，它没有实际作用
• Whisper要求的是16-bit PCM格式的WAV文件，必须同时满足格式（WAV）和比特深度（16-bit）两个条件

内容的提问来源于stack exchange，提问作者mehmetkay-sudo