如何通过管道将非WAV格式文件传入whisper.cpp进行转录？

问题背景 #

whisper.cpp仅支持处理WAV格式文件，若要将其他格式（如AMR）的音频文件通过一行命令完成格式转换与转录，之前尝试的管道命令均失败：

whisper.cpp -m ~/usr/whisper.cpp/models/ggml-large.bin < ffmpeg -i sample.amr -f wav
ffmpeg -i sample.amr -f wav pipe:1  | whisper.cpp -m ~/usr/whisper.cpp/models/ggml-large.bin

查看whisper.cpp帮助文档可知，它仅接受WAV文件路径作为输入，不支持从标准输入（stdin）或管道读取数据：

usage: whisper.cpp [options] file0.wav file1.wav ...

  -f FNAME,  --file FNAME        [       ] input WAV file path

解决方案 #

利用bash的进程替换功能，将ffmpeg格式转换的输出包装为临时伪文件，直接传递给whisper.cpp的文件参数。执行以下命令：

whisper.cpp -m ~/usr/whisper.cpp/models/ggml-large.bin -f <(ffmpeg -i sample.amr -f wav -acodec pcm_s16le -ar 16000 -ac 1 -)

命令细节说明 #

• ffmpeg -i sample.amr -f wav -acodec pcm_s16le -ar 16000 -ac 1 -：将AMR文件转成whisper.cpp要求的标准WAV格式（16kHz采样率、16位单声道PCM编码），输出到标准输出
• <(...)：bash进程替换特性，把ffmpeg的输出伪装成一个可读的伪文件路径（如/dev/fd/63），让whisper.cpp可以直接读取
• whisper.cpp通过-f参数指定该伪文件路径，实现格式转换+转录的一键执行

替代方案（临时文件方式） #

若进程替换无法使用，可先生成临时WAV文件完成转录，最后清理临时文件：

ffmpeg -i sample.amr -f wav -acodec pcm_s16le -ar 16000 -ac 1 temp.wav && whisper.cpp -m ~/usr/whisper.cpp/models/ggml-large.bin -f temp.wav && rm temp.wav

内容的提问来源于stack exchange，提问作者d-b