fix: 确保音频数据转换为正确的int16格式后再写入文件

app.py

@@ -450,7 +450,14 @@ async def text_to_speech(
 
         # 保存为 WAV 文件
         output_path = "output.wav"
-        sf.write(output_path, output["audio"], samplerate=output["sampling_rate"])
+        audio_data = output["audio"]
+
+        # 确保音频数据是正确的格式
+        if isinstance(audio_data, np.ndarray):
+            # 转换为 int16 格式
+            audio_data = (audio_data * 32767).astype(np.int16)
+
+        sf.write(output_path, audio_data, samplerate=output["sampling_rate"])
 
         # 返回音频文件
         return FileResponse(