TensorFlow使用tfio播放音频触发ushort format requires错误如何解决

1. tf.squeeze 参数设置错误：你传入了axis=[]，相当于没有删除任何长度为1的维度，加载的单声道音频张量形状为(采样点数, 1)，多出来的最后一维会导致音频处理时采样位深计算异常。
2. 张量数值范围不匹配：tfio.audio.AudioIOTensor加载MP3返回的张量默认是tf.int32类型，取值范围远超IPython.display.Audio对整数输入要求的16位整型范围[-32768, 32767]，导致wave模块计算采样位宽时超出ushort类型的数值上限。

# 安装依赖（首次运行执行即可）
!pip install tensorflow-io

import tensorflow as tf
import tensorflow_io as tfio
from IPython.display import Audio

# 加载音频
audio = tfio.audio.AudioIOTensor('/content/dataset/TrainAudioFiles/0.mp3')
print(audio)

# 裁剪音频
audio_slice = audio[100:]
# 修复1：删除多余的通道维度（单声道场景下）
audio_tensor = tf.squeeze(audio_slice)
print(audio_tensor)

# 修复2：将int32张量归一化到[-1, 1]的浮点范围，适配Audio组件要求
audio_numpy = audio_tensor.numpy() / 32768.0

# 播放音频
Audio(audio_numpy, rate=audio.rate.numpy())

如果要保留整数输入，也可以直接将张量强制转换为16位整型，同样可以解决位宽超出问题：

audio_tensor = tf.cast(tf.squeeze(audio_slice), tf.int16)
Audio(audio_tensor.numpy(), rate=audio.rate.numpy())

内容的提问来源于stack exchange，提问作者Shivam Tawari