在代码再现过程中，笔者在读取数据时遇到错误：
[En]
In the process of code reproduction, the author encountered an error when reading the data:
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xff in position 41: invalid start byte
报错原因：查阅资料，这句话的意思是遇到了 utf-8无法解码的字节。
最可能的情况是：出现了错误数据，导致解码出错。 需要查看自己的数据中是否存在错误文件。
摆出代码：
song_path = os.path.join(AUDIO_FOLDER, str(int(song_id)) + SOUND_EXTENSION)
print(song_path)
audio_file = tf.io.read_file(song_path)
waveforms, _ = tf.audio.decode_wav(contents=audio_file) # 报错代码
根据报错信息显示： waveforms, _ = tf.audio.decode_wav(contents=audio_file)这句出错。
因此 从该行代码往上进行错误排查：
- 定位到
audio_file - 定位到
song_path - 此时，不妨将
song_path打印出来：print(song_path) - 观察打印结果。如下图所示，当打印到
10.wav时就停止打印并报错了，因此排查10.wav文件。
原来，此处的10.wav文件当初是手动从10.mp3经过修改后缀得来的，这种方式使得文件出错，此时没有办法被正确读取。因此，笔者通过librosa+soundfile用4行代码，重新根据10.mp3生成了10.wav文件。想知道如何将MP3文件修改为wav文件的，可以查看笔者之前的文章《librosa实现音频格式转换（单曲&批量） | MP3转wav》
在此，我们要在此强调一次，wav文件不要通过修改后缀的形式生成！虽然很方便，但是后续程序读取的时候很可能会出错。而且，通过librosa+soundfile，以代码的形式进行格式更改很方便速度也很快，生成的文件也不会出错，它不香嘛！ - 修改后，重新运行代码。
可以看到，print语句顺利地打印出了后面的wav信息，并且不再报错。说明报错确实是因为10.wav存在文件错误。
debug小技巧：善用
根据
（本文完）
Original: https://blog.csdn.net/qq_44250700/article/details/125342128
Author: Begonia_cat
Title: UnicodeDecodeError: ‘utf-8‘ codec can‘t decode byte 0xff in position 41: invalid start byte
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/527069/
转载文章受原作者版权保护。转载请注明原作者出处！