关于 Qwen-Omni 模型的音频输出格式转换

官方介绍的 Qwen-Omni 的音频输出格式文档声称是 WAV 格式，但是实际使用中，我发现其实是 PCM 格式

将每个 chunk 中的音频数据 base64 解码，拼成一个文件，视作 24000 采样率的 s16le PCM 文件，可以用 FFMPEG 转换为任意其他格式。

        with open(filename_pcm, 'wb') as fd:
            for chunk in completion:
                delta = chunk.choices[0].delta
                if hasattr(delta, 'audio'):
                    audio = delta.audio
                    if 'data' in audio:
                        fd.write(base64.b64decode(delta.audio['data']))

        os.system(f'ffmpeg -loglevel warning -f s16le -ar 24000 -ac 1 -i {filename_pcm} {filename_mp3}')