如何解决使用scipy读取wav文件时的'Incomplete wav chunk'错误

我碰到过不少类似的情况，scipy的wavfile对RIFF格式的校验确实有点严格——你遇到的这个ValueError: Incomplete wav chunk错误，本质是WAV文件的块元数据和实际数据长度不匹配。像VLC这类播放器有很强的容错机制，能自动忽略这类小问题，但scipy的解析器是严格按照WAV的官方规范来的，所以会直接报错。

结合你的需求（要速度快，不想用第三方音频软件），给你两个可行的解决方案：

方案1：用Python批量修复WAV文件结构 #

不用安装额外音频软件，用Python自带的wave模块就能修复这些有问题的文件，它会重新生成符合规范的RIFF块结构，修正元数据和数据的不匹配。示例代码如下：

import wave
import scipy.io.wavfile

def fix_wav(input_path, output_path):
    # 用wave模块读取文件（容错性更好）
    with wave.open(input_path, 'rb') as wav_in:
        params = wav_in.getparams()
        frames = wav_in.readframes(params.nframes)
    
    # 重新写入规范的WAV文件
    with wave.open(output_path, 'wb') as wav_out:
        wav_out.setparams(params)
        wav_out.writeframes(frames)

# 批量处理所有有问题的文件
for bad_fn in fn_bad:
    fixed_fn = f"fixed_{bad_fn}"
    fix_wav(bad_fn, fixed_fn)
    # 现在用scipy读取修复后的文件就不会报错了
    sr, y = scipy.io.wavfile.read(fixed_fn)

这个方法的速度和scipy原生读取差不多，完全能满足你的任务需求。

方案2：写一个容错包装函数（无需修改原文件） #

如果不想生成新文件，可以直接在内存中处理，用wave模块读取后转换成scipy兼容的格式，绕开scipy的严格校验：

import wave
import numpy as np
import scipy.io.wavfile

def safe_wav_read(file_path):
    with wave.open(file_path, 'rb') as wav_file:
        sr = wav_file.getframerate()
        n_channels = wav_file.getnchannels()
        sample_width = wav_file.getsampwidth()
        n_frames = wav_file.getnframes()
        frames = wav_file.readframes(n_frames)
    
    # 根据采样宽度转换为numpy数组
    dtype_map = {1: np.uint8, 2: np.int16, 4: np.int32}
    if sample_width not in dtype_map:
        raise ValueError(f"不支持的采样宽度: {sample_width}")
    
    y = np.frombuffer(frames, dtype=dtype_map[sample_width])
    # 如果是多声道，调整数组形状
    if n_channels > 1:
        y = y.reshape(-1, n_channels)
    
    return sr, y

# 替换原来的scipy读取调用
sr, y = safe_wav_read(fn_bad)

这个函数的读取速度和scipy原生几乎一致，而且不用修改原文件，直接在内存中完成转换。

为什么你之前的尝试没生效？ #

你提到用scipy.io.wavfile.read(open(filename, 'r'))无效，是因为scipy的wavfile本身已经处理了文件打开逻辑，手动用文本模式（'r'）打开会导致二进制数据读取混乱，哪怕换成二进制模式（'rb'），文件本身的块结构问题还是存在，所以解决不了根本问题。

另外，你说两类文件编解码器一致但部分报错，其实问题不在编解码器，而是文件的RIFF块头部的元数据错误——比如文件实际数据长度比头部声明的短，或者头部的块大小计算有误，这类问题播放器能自动修复，但scipy不会。

内容的提问来源于stack exchange，提问作者Alon Emanuel