first commit

modules/audio_io/resample.py

@@ -0,0 +1,34 @@
+"""Ресемплинг аудио (линейная интерполяция) — 16 кГц mono для STT.
+
+Для речи линейной интерполяции достаточно; качество-loss заметно меньше,
+чем выигрыш от простоты и отсутствия зависимостей.
+"""
+from __future__ import annotations
+
+import numpy as np
+
+TARGET_RATE = 16000
+
+
+def resample_to_16k(data: np.ndarray, source_rate: int, target_rate: int = TARGET_RATE) -> np.ndarray:
+    """float32 mono → float32 mono с частотой target_rate."""
+    if source_rate == target_rate:
+        return np.asarray(data, dtype=np.float32)
+
+    x = np.asarray(data, dtype=np.float32)
+    if x.ndim > 1:
+        x = x.mean(axis=1)
+    if len(x) == 0:
+        return x
+
+    n_out = int(round(len(x) * target_rate / source_rate))
+    if n_out <= 1:
+        return np.zeros(max(n_out, 0), dtype=np.float32)
+
+    # Позиции выходных сэмплов во входной шкале (линейная интерполяция)
+    pos = np.linspace(0.0, len(x) - 1.0, num=n_out, dtype=np.float64)
+    i0 = pos.astype(np.int64)
+    i1 = np.minimum(i0 + 1, len(x) - 1)
+    frac = (pos - i0).astype(np.float32)
+    out = x[i0] * (1.0 - frac) + x[i1] * frac
+    return np.clip(out, -1.0, 1.0)