【AI小智项目】TTS生成的音频转换为Opus格式

项目背景——为了实现 ESP32 语音的播放，服务器要做的工作

一般，TTS引擎生成的语音常常为 wav 或者 mp3 格式，但是 ESP32 是需要接收 Opus 格式进行播放的，所以需要采取手段，将 wav 或者 mp3 数据转换为 Opus 格式， 整体流程图如下：

当然，图中有很多疑问：

0. 对整体逻辑有疑问， 为什么 ESP32 不直接支持 mp3 格式的播放呢？

1. 无论 mp3 还是 wav，要做的第一步，本质上都是转换为 PCM 格式的数据

那么，在设置声道、采样率、位宽的时候，参数比原来要求低的情况，可以截取采样，但假如参数比原来音频格式要求高，怎么办呢？

2. mp3 数据经过压缩，应该是有损压缩，那么如果还原成 PCM

使用 pip install -r requirements.txt安装软件包