如何使用ffmpeg将g729编码的立体声WAV文件转换为可播放格式

核心问题原因 #

你使用-f g729参数强制将输入文件识别为裸G729数据流，但你的文件是封装在WAV容器中的G729编码音频，该参数会让FFmpeg跳过WAV文件头解析，直接把头部数据当成音频帧解码，最终输出噪音，日志中的pitch_delay_int 144 is too large、corrupt input packet报错都是由此导致的，并非源文件损坏。
另外你提到源文件是立体声，但你的命令没有指定输入声道配置，FFmpeg默认将G729流识别为单声道，也会导致解码异常。

可尝试的转码命令 #

• 第一步先移除强制格式参数，让FFmpeg自动识别WAV容器：

ffmpeg -i input.WAV -ac 2 output.WAV

• 如果上述命令仍无法正常解码，手动指定输入音频的参数匹配你的源文件属性：

ffmpeg -ar 8000 -ac 2 -b:a 17448 -i input.WAV output.WAV

• 如果还是失败，可先提取WAV中的G729裸流再解码：

# 第一步提取裸G729流
ffmpeg -i input.WAV -acodec copy -f g729 raw.g729
# 第二步解码裸流
ffmpeg -f g729 -ar 8000 -ac 2 -i raw.g729 output.WAV

转码完成后的output.WAV就可以正常播放，也能接入你的Python语音识别代码使用。

内容的提问来源于stack exchange，提问作者Leonardo Soares