如何在Python中无磁盘IO、不使用FFmpeg转换Opus编码OGG字节数组为WAV？

需求说明 #

需要在Python中处理Telegram API获取的Opus编码OGG字节数组，直接在内存中转换为WAV格式字节数组，要求：

• 不写入磁盘以消除IO延迟
• 不依赖FFmpeg工具

当前实现通过磁盘存储+FFmpeg转换，不符合需求，需基于download_as_bytearray()获取的字节数组完成内存转换。

解决方案：使用pyogg+wave库 #

安装依赖 #

pip install pyogg

注：wave是Python标准库，无需额外安装

完整代码实现 #

import pyogg
import wave
from io import BytesIO
from telegram import Update
from telegram.ext import ContextTypes

async def audio(update: Update, context: ContextTypes.DEFAULT_TYPE):
    # 从Telegram下载OGG音频字节数组
    newFile = await context.bot.get_file(update.message.voice.file_id)
    ogg_byte_array = await newFile.download_as_bytearray()
    
    # 将字节数组包装为可读取的流对象
    ogg_stream = BytesIO(ogg_byte_array)
    
    # 解码Opus OGG为PCM原始音频数据
    opus_file = pyogg.OpusFile(ogg_stream)
    # 获取numpy数组格式的PCM数据，后续转字节流
    pcm_data = opus_file.as_array()
    
    # 在内存中构建WAV格式字节流
    wav_stream = BytesIO()
    with wave.open(wav_stream, 'wb') as wav_handler:
        # 配置WAV参数：声道数、采样宽度（16位=2字节）、采样率
        wav_handler.setnchannels(opus_file.channels)
        wav_handler.setsampwidth(2)
        wav_handler.setframerate(opus_file.frequency)
        # 写入PCM原始数据
        wav_handler.writeframes(pcm_data.tobytes())
    
    # 获取最终的WAV字节数组
    wav_byte_array = wav_stream.getvalue()
    
    # 此处可添加WAV字节数组的后续处理逻辑（如语音识别、存储等）
    print(f"转换完成，WAV字节数组大小：{len(wav_byte_array)} 字节")

关键步骤说明 #

• 字节流处理：用BytesIO将字节数组转为可随机读取的流，适配pyogg的输入要求
• Opus解码：pyogg.OpusFile直接解码OGG流，输出标准16位PCM数据（numpy数组格式）
• WAV生成：通过wave模块在内存中创建WAV文件，写入PCM数据后提取字节数组，全程无磁盘操作

内容的提问来源于stack exchange，提问作者Ramish Rasool