使用方法
- 将 Base64 音频，或形如 data:audio/mpeg;base64,... 的 Data URI 粘贴到输入框中。
- 查看识别出的格式，在音频播放器中点击播放。
- 下载文件，扩展名会与识别出的格式相匹配，例如 .mp3 或 .wav。
解码语音合成接口的输出
以 JSON 格式响应的语音合成（TTS）服务无法在响应中直接放入二进制音频，只能先进行编码。以 Google Cloud Text-to-Speech 为例，它会把合成的语音按你指定的编码（例如 MP3 或 OGG Opus）放在名为 audioContent 的字段中，以 Base64 字符串返回。其他语音和聊天机器人接口则使用 audio、data 或 audio_base64 等字段。
在比较不同音色、语速或提示词时，把字段值粘贴到这里就能直接试听。只复制引号之间的字符串即可；先解析 JSON 再复制，可以避免带入引号或 \/ 等转义字符。
可识别的音频格式
格式根据解码后数据的开头字节来判断，所以即使 MIME 类型缺失或错误也没有影响：
| 格式 | 文件签名 | Base64 开头 |
|---|---|---|
| MP3 | ID3 标签或 MPEG 帧头 | SUQz，或通常为 // |
| WAV | RIFF ... WAVE | UklGR |
| OGG（Vorbis、Opus） | OggS | T2dnUw |
| FLAC | fLaC | ZkxhQ |
| M4A（AAC） | 品牌为 M4A 的 ftyp 盒 | 不固定（以长度字段开头） |
原始 PCM：音频无法播放时
有些语音接口，尤其是实时和流式接口，返回的是没有文件头的原始 PCM 采样数据，常见规格为 16 位、单声道、16 kHz 或 24 kHz。电话语音流也常传输无文件头的 8 kHz μ-law 音频。缺少文件头时，字节本身无法说明自己是什么：格式无法识别，浏览器无法播放，本工具也无法猜出采样率和声道数。你仍然可以下载解码后的字节，但要想听到声音，需要按照接口文档中的参数为它加上 WAV 文件头：
# FFmpeg：16 位小端序，24 kHz，单声道
ffmpeg -f s16le -ar 24000 -ac 1 -i speech.pcm speech.wav
# Python
import base64, wave
with wave.open('speech.wav', 'wb') as w:
w.setnchannels(1)
w.setsampwidth(2) # 16 位采样
w.setframerate(24000)
w.writeframes(base64.b64decode(pcm_base64))如果声音太快、太慢或者像杂音，说明采样率、采样位数或字节序与数据不符。能正常播放后，如果还需要字符串形式，可以用 音频转 Base64 重新编码这个 WAV 文件。
常见问题
为什么工具无法播放我的音频？
要么数据是没有文件头的原始 PCM（见上文），要么你的浏览器不支持该编码格式。后一种情况下，下载的文件仍然是正确的，可以用 VLC 等播放器打开。
接口把音频分成很多段 Base64 发送，怎样合并？
先把每一段分别解码为字节，再按顺序拼接。直接拼接 Base64 字符串只有在除最后一段外每段都恰好编码了 3 的整数倍个字节时才可行，这一点通常无法保证。本工具一次只解码一个字符串，所以流式返回的分段需要在你自己的代码中合并。
解码后的音频和原始音频完全一样吗？
一样。Base64 是无损的，文件中的字节与编码前完全相同，音质和码率都不变。工具不会重新编码或转换音频。
可以粘贴 Data URI 吗？
data:audio/...;base64, 字符串，也可以粘贴不带前缀的纯 Base64。无论哪种方式，格式都会根据解码后的字节来识别。我的音频会被发送到服务器吗？
不会。解码、格式识别和播放都在浏览器中完成。