first commit

modules/audio_io/codec.py

@@ -0,0 +1,34 @@
+"""Декодирование сжатого аудио (mp3/ogg/...) в float32.
+
+Использует PyAV — ffmpeg-библиотеки вкомпилированы в пакет av
+(он уже есть как зависимость faster-whisper), системный ffmpeg не нужен.
+"""
+from __future__ import annotations
+
+import io
+from typing import Tuple
+
+import av
+import numpy as np
+
+
+def decode_audio_bytes(data: bytes) -> Tuple[np.ndarray, int]:
+    """Байты аудиофайла → (float32 mono [-1..1], samplerate)."""
+    container = av.open(io.BytesIO(data))
+    try:
+        stream = container.streams.audio[0]
+        samplerate = int(stream.rate)
+        resampler = av.AudioResampler(format="flt", layout="mono")
+        pieces = []
+        for frame in container.decode(stream):
+            for out in resampler.resample(frame):
+                arr = out.to_ndarray()
+                if arr.ndim == 2:  # (channels, samples) → mono
+                    arr = arr[0] if arr.shape[0] == 1 else arr.mean(axis=0)
+                pieces.append(np.asarray(arr, dtype=np.float32))
+    finally:
+        container.close()
+
+    if not pieces:
+        return np.zeros(0, dtype=np.float32), samplerate
+    return np.concatenate(pieces), samplerate