Python中如何将大容量音频数据保存为w64格式

W64格式突破了标准RIFF WAV的4GB文件大小上限，完全适配你总时长83小时的音频存储需求，推荐用soundfile库实现写入，该库也是librosa的底层IO依赖，和你现有读取逻辑兼容性最好，不会出现采样率、精度不匹配的问题。

第一步：修正原有读取代码的问题 #

你给出的读取代码有三处容易运行报错的问题，先做修正：

• 列表推导式存在语法笔误：for f i sorted 应为 for f in sorted
• 没有拼接文件完整路径：如果root不是当前Python工作目录，librosa会找不到目标文件
• 没有过滤非音频文件：如果目录下存在隐藏文件、其他格式文件，读取会直接报错

修正后的读取代码：

import os
import librosa
import numpy as np

x = np.array([
    librosa.load(os.path.join(root, f), sr=16000)[0]
    for f in sorted(os.listdir(root))
    if f.lower().endswith('.wav')
])

第二步：安装依赖 #

如果你的环境没有装soundfile，执行以下命令安装：

pip install soundfile

第三步：写入W64文件 #

场景1：将所有音频合并为单个长W64文件 #

W64是单文件音频格式，如果要把10000段30秒音频拼接为完整的83小时长音频，直接调用soundfile.write并显式指定格式为W64即可：

import soundfile as sf

# 将二维的分段音频数组展平为一维长序列
combined_audio = x.flatten()

sf.write(
    file="full_audio.w64",
    data=combined_audio,
    samplerate=16000,
    subtype="PCM_16", # 保持和原WAV一致的16位采样精度，无音质损失
    format="W64" # 显式指定格式，避免依赖后缀识别出错
)

场景2：批量将原WAV文件转为独立W64文件 #

如果你不需要合并音频，只是想把原文件逐个转成W64格式规避大小限制，不需要把所有音频加载到内存拼接，逐文件读写即可，内存占用更低：

import os
import librosa
import soundfile as sf

output_root = "./w64_files"
os.makedirs(output_root, exist_ok=True)

for f in sorted(os.listdir(root)):
    if not f.lower().endswith('.wav'):
        continue
    audio, sr = librosa.load(os.path.join(root, f), sr=16000)
    output_name = os.path.splitext(f)[0] + ".w64"
    sf.write(
        os.path.join(output_root, output_name),
        data=audio,
        samplerate=sr,
        subtype="PCM_16",
        format="W64"
    )

注意事项 #

• 不要使用scipy.io.wavfile模块写入W64，该模块不原生支持W64格式，写入超过4GB的文件会出现截断损坏。
• 写入时显式指定format="W64"参数，不要只靠.w64后缀让库自动识别格式，避免部分版本的soundfile识别错误写成标准WAV格式。

内容的提问来源于stack exchange，提问作者Joseph