'；音频数据必须是音频数据'；python中的google语音识别错误

我正在尝试用python加载一个音频文件，并用google语音识别处理它

问题是，与C++不同，Python不显示数据类型、类，或者通过创建新对象和重新包装数据

来访问内存以在一种数据类型和另一种数据类型之间转换。 我不明白在python中如何从一种数据类型转换为另一种数据类型

有关代码如下所示

import speech_recognition as spr 
import librosa

audio, sr = librosa.load('sample_data/metal.mp3')

# create a speech recognition object 
r = spr.Recognizer() 

r.recognize_google(audio)

错误是：

音频数据必须是音频数据

---

如何转换要在google语音识别中使用的音频对象

Librosa returns numpy array，您需要将其转换回wav。大概是这样的：

 raw_audio = np.int16(audio/np.max(np.abs(audio)) * 32767).tobytes()

---

您可能最好使用ffmpeg包装器加载mp3，而不使用librosa，librosa会对音频进行奇怪的处理（标准化等）。最好使用原始数据。

使用语音识别器尝试以下操作：

import speech_recognition as spr 

with spr.WavFile('sample_data/metal.mp3') as source:     
     audio = r.record(source)  

r = spr.Recognizer() 
r.recognize_google(audio)

---

这个答案中什么是数据，什么是音频？