Python Flask后端将安卓上传的3gp音频转换为wav的实现方法咨询

可选的第三方依赖选型 #

安卓端导出的3GP音频通常采用AMR-NB/AMR-WB编码，纯Python生态的轻量音频库（如内置的wave模块、scipy的WAV读写接口）没有对应的解码能力，推荐优先选择解码兼容性强的方案，具体可选库如下：

• pydub：API轻量化，开发接入成本极低，内部依托系统安装的FFmpeg实现格式解码，对各类移动端导出的3gp文件兼容性极强，是最适合快速接入现有流程的选择
• ffmpeg-python：对FFmpeg能力的底层封装，功能灵活度更高，支持自定义转码的采样率、声道数、位深参数，适合对输出WAV格式有严格定制要求的场景

注意：上述两类方案都需要提前在部署Flask服务的服务器上安装对应系统版本的FFmpeg本体，不需要做额外复杂配置，安装完成后即可被Python库直接调用

现有流程接入示例 #

转换逻辑可以直接接在现有文件存储逻辑之后，完全不需要修改原有的文件接收、安全校验流程，以下为pydub的接入示例：

import os
import flask
import werkzeug.utils
from pydub import AudioSegment
from pydub.exceptions import CouldntDecodeError

# 原有接收存储逻辑（和当前使用的代码完全兼容）
audiofile = flask.request.files['file']
filename = werkzeug.utils.secure_filename(audiofile.filename)    
save_3gp_path = os.path.join('Audio', filename)
audiofile.save(save_3gp_path)

# 新增格式转换环节
try:
    # 加载3gp格式音频流
    audio = AudioSegment.from_file(save_3gp_path, format="3gp")
    # 可根据下游音频处理需求，自定义调整声道数、采样率，例如适配语音识别通用要求的单声道16kHz参数
    audio = audio.set_channels(1).set_frame_rate(16000)
    # 导出为目标WAV格式
    wav_filename = os.path.splitext(filename)[0] + '.wav'
    wav_save_path = os.path.join('Audio', wav_filename)
    audio.export(wav_save_path, format="wav")
except CouldntDecodeError:
    # 可在此处补充解码失败的异常处理逻辑，避免损坏的上传文件导致服务报错
    pass

生产环境优化提示 #

• 若不需要保留原始上传的3gp文件，转码完成后可直接删除原始3gp文件，减少服务器磁盘占用
• 转码任务若计算量较大，可将流程异步化，避免阻塞Flask主请求线程

内容的提问来源于stack exchange，提问作者prabath shalitha