使用pydub为Google语音导出音频

Question

我正在尝试将音频文件导出到LINEAR16 for Google Speech，我注意到它们指定了little-endian字节顺序。我正在使用pydub导出为'raw'格式，但我无法从文档（或源代码）判断导出的文件是以小端还是大端格式？我正在使用以下命令进行导出：

audio = pydub.from_file(self.mFilePathName, "mp4")
fullFileNameRaw = "audio.raw"
audio.export(fullFileNameRaw, format='raw')

谢谢。 -K

Answer 1

根据this answer，标准（RIFF）波形文件是小端。 Pydub使用stdlib wavemodule来写波形文件，所以我猜它是小端。 （如果你用波形标题编写文件，它实际上在开头就有RIFF）。

然而，进一步研究它似乎可能取决于硬件平台的字节顺序。虽然x86和AMD64都是小端，所以基本上涵盖了人们运行pydub的所有地方（我想？）