haujetzhao--capswriter-offline
wehub-resource-sync
42 行
1.2 KiB
Python
42 行
1.2 KiB
Python
# coding: utf-8
|
|
"""
|
|
音频预处理模块
|
|
|
|
负责将原始音轨数据 (bytes) 转换为模型可用的采样数组 (numpy.float32)，
|
|
并处理时长累加等与信号处理相关的逻辑。
|
|
"""
|
|
|
|
import numpy as np
|
|
from typing import Optional
|
|
from core.server.schema import Task, Result
|
|
|
|
|
|
def process_audio_task(task: Task, result: Result) -> Optional[np.ndarray]:
|
|
"""
|
|
处理音频片段任务并更新结果中的时长信息
|
|
|
|
Args:
|
|
task: 识别任务对象
|
|
result: 识别结果对象
|
|
|
|
Returns:
|
|
samples: 转换后的 numpy 数组 (float32)，空音频时返回 None
|
|
"""
|
|
# 1. 转换字节流为 float32 采样数组
|
|
samples = np.frombuffer(task.data, dtype=np.float32)
|
|
|
|
# 空音频防御：少于 1600 采样点（约 0.1s @16kHz）直接跳过
|
|
if len(samples) < 1600:
|
|
return None
|
|
|
|
# 2. 计算此片段的时长贡献（秒）
|
|
# 公式：片段时长 - 重叠部分。如果是最终片段，重叠部分也计入总时长。
|
|
duration = len(samples) / task.samplerate
|
|
|
|
# 更新累积时长
|
|
result.duration += duration - task.overlap
|
|
if task.is_final:
|
|
result.duration += task.overlap
|
|
|
|
return samples
|