#5703 wave.Error: unknown format: 3

该报错是因为 CosyVoice 配音渠道返回的音频格式为 IEEE float（格式代码 3），而 Python 内置的 wave 模块仅支持标准 PCM int16 格式（格式代码 1）。

解决方案：

1. 更换配音渠道
   使用更稳定的本地/在线渠道，例如 Qwen-TTS、F5-TTS 或 Edge-TTS，这些渠道输出为标准 WAV 格式，不会触发此错误。

2. 升级或修复 CosyVoice 本地服务

   • 检查 CosyVoice 本地 API 的输出参数，确保它输出 sample_width=2（即 int16）的 WAV 文件。
   • 如果使用 CosyVoice 官方部署，请更新至最新版本，并确认其在 inference.py 或 api.py 中导出音频时为 PCM_16 编码。

3. 手动转换音频格式
   若必须使用 CosyVoice，可在 videotrans/tts/_cosyvoice.py 第 23 行的 _run 方法中，在读取返回的音频数据前，通过 ffmpeg 或 soundfile 库将其转换为标准 WAV：

   import soundfile as sf
   import numpy as np
   data, samplerate = sf.read(raw_audio_bytes)
   # 转 int16 并保存为标准 WAV
   sf.write(tmp_file, np.int16(data * 32767), samplerate)

   （可根据实际情况调整代码位置）

请查阅相关文档：

• CosyVoice 部署与使用
• 常见问题 FAQ