可以使用 Python 的 for 循环来遍历多个语音文件，并将每个文件的路径传递给样例代码中的处理函数，例如：

python
Copy
import os
from wenet.inference import InferableFrontend
from wenet.utils.file_utils import read_waveform

infer_model = InferableFrontend(model_file='model.bin', \
symbol_file='model-symbol.json', \
config_file='model.yml')

遍历多条语音

audio_dir = '/path/to/audio/files'
for audio_file in os.listdir(audio_dir):
if audio_file.endswith('.wav'):
audio_path = os.path.join(audio_dir, audio_file)
waveform, sample_rate = read_waveform(audio_path)

    # 对每条语音进行处理
    result = infer_model(waveform, sample_rate)
    print(result)

在上面的代码中，我们首先遍历指定目录下的所有语音文件，然后对每个文件进行处理。对于每个文件，我们读取其语音信号，并将其传递给 infer_model 对象进行处理。处理结果可以打印出来或存储到文件中，以供后续分析和使用。

初始化 pipeline 后，写个循环来一直调就行。