File size: 905 Bytes
1b64148
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
import shutil
import subprocess


def normalize_to_wav(src_path: str) -> str:
    """Converte qualquer audio de entrada em WAV PCM 16 kHz mono via ffmpeg.



    E isto que resolve o opus/ogg do WhatsApp: o ffmpeg decodifica o Opus e

    entrega um WAV padrao para o modelo. 16 kHz mono e o formato que o Whisper

    espera, entao normalizamos sempre (inclusive se ja vier wav).

    """
    if shutil.which("ffmpeg") is None:
        raise RuntimeError("ffmpeg nao encontrado no PATH.")

    out_path = src_path + ".16k.wav"
    cmd = [
        "ffmpeg", "-y",
        "-i", src_path,
        "-ar", "16000",
        "-ac", "1",
        "-c:a", "pcm_s16le",
        out_path,
    ]
    proc = subprocess.run(cmd, stdout=subprocess.PIPE, stderr=subprocess.PIPE)
    if proc.returncode != 0:
        raise RuntimeError(proc.stderr.decode(errors="ignore")[:500])
    return out_path