把 m4a 转成 wav 送转写，参数写了 -sample_fmt s16 但源是 24bit，输出整体速度快 1.07 倍，转写文本和音频从头就对不上。
一开始怀疑是「用 -c copy 强行换容器，头部参数没更新」，查了一圈，方向不对。
真正麻烦的地方在于，几个原因的现象几乎一样。位深与源不一致导致按错误字节序解析。还有一种是采样率被重采样但没有声明。
不容易想到的是，声道交织方式与播放器预期不同。
先读源文件的真实参数
ffprobe -v error -show_entries stream=codec_name,sample_fmt,sample_rate,channels -of json in.m4a随后按源参数无损转成 wav
ffmpeg -y -i in.m4a -ac 1 -ar 16000 -c:a pcm_s16le out.wav再往下比对转换前后的时长与采样点数
ffprobe -v error -show_entries format=duration -of csv=p=0 in.m4a out.wav等前面都确认过，再重跑转写并抽查首尾句子
python asr.py --file out.wav --language zh --out out.json恢复的判定其实很直接。输出时长与源相差不到 50 毫秒，转写文本首尾都能对上原话，不再出现整体语速偏移。
容易忽略的是，位深和采样率写错不会报错，只会让声音变调或变快，转写前用时长做一次交叉验证最省事。改动前把原配置备份一份，出问题能马上回滚，这比任何技巧都实用。