百度语音对上传的语音要求目前必须是单声道，16K采样率，采样深度可以是16位或者8位的PCM编码。其他编码输出的语音识别不出来。
语音的处理技巧：
录制为MP3的语音（通常采样率为44100），要分两步才能正确处理。第一步：使用诸如GoldWave的软件，先保存为16K采样率的MP3；第二步，打开16K采样率的MP3，另存为Wav格式，参数选择PCM，单声道即可。
另外，也可以使用ffmpeg将MP3处理为PCM。后文的程序即采用这种方法。
由于PCM编码的语音没有压缩，文件体积与语音长度成正比
