React Native（Expo）向Whisper API发送音频文件时持续触发“Invalid file format”错误求助

看起来你遇到的问题真的很挠人——明明音频能正常播放，Whisper API却死咬着格式不对不放，我来帮你拆解可能的核心问题和修复方案：

核心矛盾点：录音配置的编码与容器不匹配 #

你当前的录音配置里藏着一个关键矛盾：

• Android端你设置的编码器是Audio.AndroidAudioEncoder.AAC（压缩编码），但扩展名却用了.wav（通常是为无压缩PCM编码设计的容器）
• 虽然播放器能兼容这种“混搭”格式，但Whisper API对格式的检测更严格，它会识别文件的实际编码而非仅看扩展名或你声明的Content-Type，所以直接判定为无效格式。

第一步：修正录音配置，让编码和容器统一 #

你有两个靠谱的选择，二选一即可：

选项1：录制标准PCM编码的WAV文件（Whisper原生支持） #

把Android端的编码器改成PCM格式，和WAV容器匹配：

import { Audio } from 'expo-av';

const recordingOptions: Audio.RecordingOptions = {
  android: {
    extension: ".wav",
    outputFormat: Audio.RecordingOptionsPresets.HIGH,
    androidEncoder: Audio.AndroidAudioEncoder.PCM_16BIT, // 改为PCM 16位编码器
    sampleRate: 44100,
    numberOfChannels: 2,
    bitRate: 128000,
  },
  ios: {
    extension: ".wav",
    audioQuality: Audio.IOSAudioQuality.HIGH,
    sampleRate: 44100,
    numberOfChannels: 2,
    bitRate: 128000,
    linearPCMBitDepth: 16,
    linearPCMIsBigEndian: false,
    linearPCMIsFloat: false,
  },
};

选项2：录制AAC编码的M4A文件（更高效，Whisper明确支持） #

M4A是AAC编码的标准容器，体积更小且兼容性更好，修改配置如下：

import { Audio } from 'expo-av';

const recordingOptions: Audio.RecordingOptions = {
  android: {
    extension: ".m4a",
    outputFormat: Audio.RecordingOptionsPresets.HIGH,
    androidEncoder: Audio.AndroidAudioEncoder.AAC,
    sampleRate: 44100,
    numberOfChannels: 2,
    bitRate: 128000,
  },
  ios: {
    extension: ".m4a",
    audioQuality: Audio.IOSAudioQuality.HIGH,
    sampleRate: 44100,
    numberOfChannels: 2,
    bitRate: 128000,
  },
};

第二步：同步修改上传代码的MIME类型 #

确保上传时声明的mimeType和实际文件格式完全一致：

• 如果用WAV（PCM）：mimeType: "audio/wav"
• 如果用M4A：mimeType: "audio/m4a"

修改后的上传代码示例（以M4A为例）：

import * as FileSystem from 'expo-file-system';

const sendAudioToWhisper = async (uri: string) => {
  try {
    const response = await FileSystem.uploadAsync(
      "https://api.openai.com/v1/audio/transcriptions",
      uri,
      {
        headers: {
          Authorization: `Bearer ${apiKey}`,
          // 注意：multipart/form-data的Content-Type会由FileSystem自动处理，无需手动设置
        },
        httpMethod: "POST",
        uploadType: FileSystem.FileSystemUploadType.MULTIPART,
        fieldName: "file",
        mimeType: "audio/m4a", // 与实际文件格式匹配
        parameters: {
          model: "whisper-1",
        },
      }
    );

    const parsedResponse = JSON.parse(response.body);
    console.log('转录结果:', parsedResponse.text);
  } catch (error) {
    console.error("Whisper API Error:", error);
  }
};

额外排查点： #

1. 抓包验证请求完整性：用Charles或MitmProxy抓上传请求，检查：
   • Multipart表单中file字段的Content-Type是否正确
   • 文件内容是否完整（可以把抓包到的文件保存到本地，看能否正常播放）
2. PHP后端转发注意事项：如果用PHP中转，确保转发时正确处理文件：

   <?php
   $apiKey = 'your-api-key';
   $tmpFile = $_FILES['file']['tmp_name'];
   $fileName = $_FILES['file']['name'];
   $mimeType = $_FILES['file']['type'];
   
   $ch = curl_init('https://api.openai.com/v1/audio/transcriptions');
   curl_setopt($ch, CURLOPT_HTTPHEADER, [
       "Authorization: Bearer $apiKey"
   ]);
   curl_setopt($ch, CURLOPT_POST, true);
   curl_setopt($ch, CURLOPT_POSTFIELDS, [
       'file' => new CURLFile($tmpFile, $mimeType, $fileName),
       'model' => 'whisper-1'
   ]);
   curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
   
   $response = curl_exec($ch);
   curl_close($ch);
   
   echo $response;
   ?>
   

   不要手动设置Content-Type: multipart/form-data，让CURL自动生成带boundary的请求头。
3. 本地验证文件格式：把录音文件导出到电脑，用ffmpeg -i your-file.m4a（或wav）查看实际编码信息，确认编码与容器匹配。

内容来源于stack exchange