如何使用boto3从Amazon Lex响应中获取并播放音频流？

我之前也踩过这个Amazon Lex音频流的坑！官方文档确实讲得太简略了，折腾了好一阵才搞定。下面是我亲测有效的解决步骤，你可以照着试试：

第一步：请求时必须指定响应的音频格式 #

调用client.post_content()的时候，一定要加上responseContentType参数，明确告诉Lex你要返回的音频格式（比如MP3或者WAV）。如果没加这个参数，Lex默认返回的可能是原始PCM数据，这种格式大部分播放器都不支持，自然播放不了。

示例代码：

import boto3

# 初始化Lex客户端（V2版本，V1的话用'lex-runtime'）
client = boto3.client('lexv2-runtime')

response = client.post_content(
    botId='你的Bot ID',  # Lex V2必填，V1用botName
    botAliasId='你的Bot别名ID',  # Lex V2必填，V1用botAlias
    localeId='zh_CN',  # 对应你的Bot语言 locale
    sessionId='唯一的用户会话ID',
    inputStream=b'你的输入音频字节（语音输入时必填）',
    contentType='audio/l16; rate=16000; channels=1',  # 输入音频格式，按实际情况调整
    responseContentType='audio/mpeg'  # 重点！指定返回MP3格式的音频
)

注：如果你用的是Lex V1，参数名替换为botName、botAlias，去掉botId和botAliasId即可。

第二步：读取并处理StreamingBody #

StreamingBody是boto3的流式对象，read()方法确实能获取到音频字节，但你需要把这些字节转换成可播放的格式——要么保存成文件，要么用音频库直接播放。

方法1：保存为文件后播放 #

这是最稳妥的方式，把字节写入MP3文件，然后用系统播放器打开：

# 获取音频流对象
audio_stream = response['audioStream']
# 读取所有字节数据
audio_bytes = audio_stream.read()

# 写入本地MP3文件
with open('lex_response.mp3', 'wb') as audio_file:
    audio_file.write(audio_bytes)

# 调用系统播放器播放
import os
# 根据你的操作系统选择对应命令
os.startfile('lex_response.mp3')  # Windows
# os.system('open lex_response.mp3')  # Mac
# os.system('xdg-open lex_response.mp3')  # Linux

方法2：直接用Python库播放（无需保存文件） #

如果你不想生成本地文件，可以用pydub库直接播放字节流（需要先安装pydub和ffmpeg）：

from pydub import AudioSegment
from pydub.playback import play
import io

audio_stream = response['audioStream']
audio_bytes = audio_stream.read()

# 将字节转换成AudioSegment对象，format要和responseContentType一致
audio = AudioSegment.from_file(io.BytesIO(audio_bytes), format='mp3')
# 直接播放音频
play(audio)

几个容易踩的坑 #

• 格式不匹配：如果responseContentType指定的是audio/wav，处理时就要用format='wav'，否则会出现解码错误。
• 输入格式错误：语音输入时，Lex对音频格式有严格要求（比如16kHz采样率、单声道、L16编码），输入格式不对会导致Lex返回无效音频流。
• 空流判断：有时候Lex可能仅返回文本响应，没有音频流，建议先判断'audioStream' in response再处理，避免报错。

示例判断逻辑：

if 'audioStream' in response:
    # 处理音频流逻辑
    audio_stream = response['audioStream']
    audio_bytes = audio_stream.read()
else:
    print("Lex未返回音频流，仅返回文本响应：", response['messages'])

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