游客dzmwfcnq4svk4_个人页

2025年02月

• 02.19 10:53:39
  发表了文章 2025-02-19 10:53:39

  关于 Qwen-Omni 模型的音频输出格式转换

  Qwen-Omni 官方文档声称音频输出为 WAV 格式，但实际上为 PCM 格式。通过将每个 chunk 的 base64 编码音频数据解码并拼接，可生成 24kHz、16位、单声道的 PCM 文件。使用 FFMPEG 可将其转换为其他格式，如 MP3。示例代码展示了如何解码并转换音频文件。