SpeechRecognition报错无法识别PCM WAV等格式音频，求解决方案

问题分析 #

报错ValueError: Audio file could not be read as PCM WAV, AIFF/AIFF-C, or Native FLAC说明你的音频文件并非speech_recognition支持的无压缩格式——即使后缀是.wav，也可能是MP3、ADPCM等压缩编码封装的，或者参数不符合工具要求。

具体解决方案 #

1. 确认音频真实编码 #

用ffmpeg工具查看文件详细信息，执行命令：

ffmpeg -i example.wav

查看输出里的Audio行，确认编码格式（比如是否为pcm_s16le这类无压缩PCM编码）。

2. 转换为标准兼容格式 #

用ffmpeg将音频转成Google语音识别最适配的16位、16kHz、单声道PCM WAV，执行命令：

ffmpeg -i example.wav -acodec pcm_s16le -ar 16000 -ac 1 output.wav

该命令会强制输出无压缩的标准WAV格式，完全符合speech_recognition的要求。

3. 修正代码冗余问题 #

原代码中同时调用了r.record(source)和r.listen(source)，record已经读取了整个音频文件，后续listen会无数据可读取，属于无效操作。修正后的代码如下：

import speech_recognition as sr

r = sr.Recognizer()
with sr.AudioFile("output.wav") as source:
    # 读取整个音频文件内容
    audio = r.record(source)

try:
    s = r.recognize_google(audio)
    print("Text: " + s)
except Exception as e:
    print("Exception: " + str(e))

为什么之前的转换工具无效？ #

wavio和scipy.io.wavfile仅负责读取/写入WAV文件，不会自动处理压缩编码的转换，它们只是按原编码格式操作，无法将压缩WAV转为无压缩PCM格式；而ffmpeg是专业音频处理工具，能彻底解决格式兼容问题。

内容的提问来源于stack exchange，提问作者Sharhad