无法在张量流中加载音频文件（Windows10）

Question

这可能有问题。我可以像这样audio_binary = tf.read_file(wav_file_path)加载audio_binary但是当我尝试用这个读取wav时：

from tensorflow.contrib import ffmpeg
waveform = ffmpeg.decode_audio( audio_binary, file_format='wav', samples_per_second=16000, channel_count=1)

我得到错误ImportError: No module named 'tensorflow.contrib.ffmpeg.ops'

我也试过这样做：

from tensorflow.contrib.framework.python.ops import audio_ops as contrib_audio
wav_decoder = contrib_audio.decode_wav(audio_binary, desired_channels=1)

我得到这个错误InvalidArgumentError: Header mismatch: Expected RIFF but found NIST

顺便说一下，我在Jupyter笔记本中使用tensorflow-gpu。

任何帮助将受到高度赞赏。谢谢！

Answer 1

万一有人有同样的问题。我使用的是TIMIT数据库，他们的文件虽然是.wav，却有不同的编码（NIST）。我必须将它们更改为RIFF，就像这个forfiles /s /m *.wav /c "cmd /c sph2pipe -f wav @file @fnameRIFF.wav"和使用第二个命令contrib_audio.decode_wav(...)

基于这个答案：Change huge amount of data from NIST to RIFF wav file

这个页面：http://soundfile.sapp.org/doc/WaveFormat/