@iDdZddlZddlZddlmZddlmZmZddlZ ddl m Z ddl m Z eejddz Zd efd Zd ed ed efd Z ddedededed ef dZdededede ded eeeeeff dZde d efdZdS)u说话人匹配服务。 职责概览： - 对单段 PCM 音频执行 speaker 匹配/注册并返回 rl 与相似度。 - 提供 AudioSegment 到 PCM 原始字节的转换方法，供流水线调用。 N)Path)OptionalTuple) AudioSegment)SpeakerRegistryzgzzm_config.jsonreturnc tdd5}tj|cdddS#1swxYwYdS#t$ricYSwxYw)Nrzutf-8)encoding) _config_pathopenjsonload Exception)_fs $src\gzzm\services\speaker_matcher.py_load_gzzm_configrs   sW  5 5 !9R== ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! !  s1A ? A AA AA AAvaluedefaultct|tr|St|tr2|}|dvrdS|dvrdSt|t t frt|S|S)N)1trueyesonT)0falsenooffF) isinstanceboolstrstriplowerintfloat)rrvs r_to_boolr(s% % KKMM   ! ! * * *4 + + +5%#u&&E{{ N@ pcm_bytes sample_ratechannelstarget_secondsc |s|S|dks|dkr|Stdt|}tt|t|z}t j|tj}|j|z|z}|dkr|S||jkr |d|}||z}||kr|S| d| tj  ddz }tdttt|d z} |j| z} | d kr|S|d| | z} | | | } t j t j t j| dd z} tt j| d }tt j| d }td|dtd||z zz}| |k tj }td|| z}|| kr|St jdgt j|f}t jdgt j| f}||d|d| z t|z }||d|d| z t|z }t j|t|dz dd}d|zd|zz}tt j|}|| z}t)|||z}||z}||z}||kr|S|||S)ub从完整 PCM 中选择信息量更高的窗口（优先配置时长，不足则返回全段）。rg?)dtypeN)axisg@g{Gz?rg-q=_g-C6?g?gg:0yE>g?gffffff?g333333?)maxr&r%roundnp frombufferint16sizetobytesreshapeastypefloat32meansqrtsquare percentile concatenatecumsumclipargmaxmin)r+r,r-r.target_samplespcmusable total_samplesmono frame_samples frame_counttrimmedframesrms noise_floorpeakactivity_thresholdactivity window_frames c_activityc_rms active_ratiomean_rms norm_energyscore best_frame start_sample end_sample start_i16end_i16s r#_select_most_informative_pcm_windowrc+s a8q==eN3344N~k0B0BBCCDDN -  2 2 2Ch("h .F {{ '6'lh&M&&{{}} ;;r8 $ $ + +BJ 7 7 < ??@@AAM)},KQ{{}}0[=001G __[- 8 8F '"'")F++!444u< = =C c2..//K sB'' ( (DT;s3{@R7S7S1S#STT))11"*==H>]:;;M ##{{}}# ((;(; <==J NSE29S>>2 3 3E}~~.Om^O1LLPUVcPdPddLmnn%o ~o(>>% BVBVVH'(St__4c3??K < C+$5 6ERYu%%&&J -L]L>$ABBJx'I8#G){{}} y ! ) ) + ++r)registrydevicec|sdSt} t|dd}n#t$rd}YnwxYw t|dd}n#t$rd}YnwxYwt |ddd} t |dd } n#t$rd } YnwxYw| d kr|} d}n|} |rt|||| } n|} || |||d } n#t$rYdSt$rYdSwxYwt| tst| d fSt| d kr| d nd } t| d kr| d nd }| dvrdS |t|nd }n#t$rd }YnwxYwt| |fS)u|为单段 PCM 音频识别或注册说话人 ID。 参数: - pcm_bytes (bytes): 原始 PCM 音频数据（假定 16-bit、每样本 2 字节、交错声道）。 - sample_rate (int): 采样率（Hz）。 - channels (int): 声道数。 - registry (SpeakerRegistry): 用于匹配/注册说话人的注册器实例。 - device (str): 设备标识（传递给 registry）。 返回: - Tuple[Optional[str], Optional[float]]: (speaker_id, similarity) - speaker_id: 匹配或新注册的说话人 ID（字符串），无法匹配或出错时为 None。 - similarity: 相似度分数（浮点），如果不可用则为 None。 实现细节: - 若 `pcm_bytes` 为空，函数会直接返回 (None, None)。 - 时长通过 `len(pcm_bytes) / (sample_rate * channels * 2)` 估算（假定每样本 2 字节）。 - 可通过配置 `speaker_use_informative_window` 开关控制是否启用“信息量窗口挑选”。 - 当输入长于配置窗口 `speaker_match_window_seconds` 时，会先自动挑选信息量更高的窗口（尽量避开静音）再做匹配。 - 当输入短于配置窗口时，会使用实际可用的整段音频做匹配（不会因“最短阈值”跳过）。 - 调用 `registry.register_or_match(...)` 获取匹配结果；若抛出 ImportError 或其他异常，函数会捕获并返回 (None, None)。 )NNspeaker_match_window_secondsr* speaker_initial_baseline_secondsg$@speaker_use_informative_windowTcountr)r+r,r-r.)r,r-re return_simNr2)Nr1)rr&getrr(r%statsrcregister_or_match ImportErrorr tupler"len)r+r,r-rdrecfgdefault_match_secondsinitial_baseline_secondsuse_informative reg_countr. pcm_for_matchmatchedcand_idcand_simsims ridentify_speaker_id_from_pcmr|ms: z   C$ %cgg.Lc&R&R S S $$$ #$(#(1SUY)Z)Z#[#[  (((#'   (sww'GNNPTUUO((,,Wa8899  A~~1.";#)    "  ,, # -   zz zz gu % %"7||T!!LL1,,gajj$G \\A--wqzz4H*z!)!5eHooo4  w<< s]#8 AA #A// A>=A>&5C C+*C+D// E < E E 3G GGsegmentc~tj}||d|S)u$将 pydub `AudioSegment` 导出为原始 PCM 字节序列（raw 格式）。 返回的 bytes 为原始 PCM 数据；调用者可通过 `segment.frame_rate`、`segment.channels`、 `segment.sample_width` 获取对应的音频元信息（采样率、声道数、样本宽度）。 raw)format)ioBytesIOexportgetvalue)r}bufs raudio_segment_to_pcm_bytesrs3 *,,C NN3uN%%% <<>>r))r*)__doc__rrpathlibrtypingrrnumpyr8pydubrutils.speaker_idr__file__resolveparentsr dictrobjectr!r(bytesr%r&rcr"r|rr)rrs """"""""......tH~~%%''/25GG 4 F T d    ( ?,?,?,?,?, ?,  ?,?,?,?,D\\\\ \  \  8C=(5/ )* \\\\~ r)