audio/x-mulaw形式の音声をWavで保存する

Twilioの音声データはaudio/x-mulaw形式、8000Hz, 8bit, 1チャンネルの固有の型を持っています。

特にx-mulaw形式がわからなく、死ぬほどハマったので共有します。

結論

x-mulaw形式の方法があるのでそれに従います。

const WaveFile = require('wavefile').WaveFile;

// Base64エンコードされたオーディオデータをデコード
let decodedData = Buffer.from(base64String, 'base64');

let wav = new WaveFile();
// 8ではなく、”8m”
wav.fromScratch(1, 8000, '8m', decodedData);

// μ-law形式としてWAVファイルを保存
wav.toMuLaw();
fs.writeFileSync('output.wav', wav.toBuffer());

自らWav Headerを作成する場合

const fs = require('fs');
const WaveFile = require('wavefile').WaveFile;

const fileStream = fs.createWriteStream("sample.wav", {flags: 'a'});
// Wavファイルのヘッダーを作成。8000Hz, 8bit, 1チャンネル
const header = createWavHeader(8000, 8, 1);
fileStream.write(header);

~~~~~~~~~~~

// streamのpayloadから音声データを取得
base64String = msg.media.payload
// Base64エンコードされたオーディオデータをデコード
let decodedData = Buffer.from(base64String, 'base64');
fileStream.write(buffers);

~~~~~~~~~~~~~
fileStream.end();

//Headerにデータ容量を書き込む。なくても良い。
const dataSize = fileStream.length; 
header.writeUInt32LE(dataSize + 36, 4);  
header.writeUInt32LE(dataSize, 40);


function createWavHeader(sampleRate, bitDepth, channels) {
    const blockAlign = channels * bitDepth / 8;
    const byteRate = sampleRate * blockAlign;
    const header = Buffer.alloc(44);

    header.write('RIFF', 0);
    header.writeUInt32LE(36, 4); 
    header.write('WAVE', 8);
    header.write('fmt ', 12);
    header.writeUInt32LE(16, 16);
    header.writeUInt16LE(0x0007, 20); // AudioFormat PCMなら１, mulawは0x0007
    header.writeUInt16LE(channels, 22);
    header.writeUInt32LE(sampleRate, 24);
    header.writeUInt32LE(byteRate, 28);
    header.writeUInt16LE(blockAlign, 32);
    header.writeUInt16LE(bitDepth, 34);
    header.write('data', 36);
    header.writeUInt32LE(0, 40);

    return header;
}

弊社Passinate Geniusでは一緒に働く仲間を募集しています！興味をお持ちいただける方は、ホームページまで！