Base64 转 WAV

如何将 Base64 解码为 WAV

1. 把 Base64 粘贴到 Base64 或 data URI。带有 data:audio/wav;base64, 或 data:audio/x-wav;base64, 前缀也没问题。
2. 在播放器中播放。时长 以分和秒显示音频长度。
3. 点击 显示 hex 转储 查看前 512 个字节；下一节会说明要看哪些地方。
4. 点击 下载文件 保存 .wav。

解码和播放都在浏览器中进行。除 Cloudflare 的浏览量统计外，页面无权通过网络发送数据，因此语音录音会留在你的设备上。

在 hex 转储中读懂 WAV 文件头

WAV 文件以 12 字节的 RIFF 头开头，后面通常紧跟着描述音频的 fmt 块。在 hex 转储中，下面这些位置能告诉你手里是什么数据：

所有数字都是小端序，所以 80 3e 00 00 就是 0x3e80，即 16,000。格式代码决定了浏览器能否播放该文件：

所有浏览器都能播放 PCM，但对其他编码的支持各不相同，请在你的听众所用的浏览器中测试。浏览器无法解码文件时，会出现提示“你的浏览器无法播放此 WAV 文件。”，时长 显示“不适用”。下载的文件仍然是正确的，VLC 等桌面播放器能处理以上所有编码。

时长也可以从文件头算出来：时长等于 data 块的大小除以采样率 × 声道数 × 每个采样的字节数。两秒钟 16 kHz 单声道 16 位音频的采样数据是 64,000 字节，再加上至少 44 字节的文件头。

没有文件头的原始 PCM

语音类 API 经常以 16 或 24 kHz 的裸 16 位 PCM 采样返回音频，没有 RIFF 头。这些字节没有任何特征签名，所以工具会提示“这看起来不像 WAV（检测到：二进制）”，即使存成 .wav 扩展名也没有播放器能播放。请根据 API 文档中的采样率、声道数和采样大小，给它们加上文件头：

import base64, wave

with open("speech.b64") as f:
    pcm = base64.b64decode(f.read())

with wave.open("speech.wav", "wb") as w:
    w.setnchannels(1)
    w.setsampwidth(2)
    w.setframerate(24000)
    w.writeframes(pcm)

setsampwidth(2) 表示 16 位采样。两秒钟 24 kHz 单声道音频有 96,000 字节的 PCM，加上文件头后成为 96,044 字节的 WAV，以 UklGR 开头，在这里和任何播放器中都能播放。如果结果听起来太快、太慢或像噪音，说明采样率或采样格式不对；试试其他常见采样率，或者检查 API 发送的是不是 8 位 µ-law。详见 Python 中的 Base64。

WAV 页面上的其他格式

如果数据是其他音频格式，工具会指出来：例如提示“这看起来是 MP3，而不是 WAV。”，并提供 下载为 .mp3 按钮，播放器照样可以播放。WAV 文件很大，因此 API 和应用常常改用 MP3 或 Opus 来节省空间，而文档里还写着 WAV。关于体积差异和 WAV 文件的编码，请参阅 WAV 转 Base64；所有音频格式请参阅 Base64 转音频。

常见问题