"""Decodificação de áudio em memória com PyAV (vem com o faster-whisper). Sem ffmpeg nem subprocesso. Aceita qualquer contêiner que o PyAV abra (WAV, MP3, OGG/Opus, FLAC, M4A/MP4, WebM). Para de decodificar ao passar de `max_seconds` (AudioTooLong): um arquivo pequeno em bitrate baixo pode descomprimir em horas de PCM. """ from __future__ import annotations import io import numpy as np from .errors import AudioTooLong, InvalidAudio def decode_audio(data: bytes, rate: int, max_seconds: float, sample_format: str = "flt") -> np.ndarray: """Bytes de áudio → PCM mono em `rate` Hz. `flt` = float32 em -1..1; `s16` = int16.""" import av max_samples = int(max_seconds * rate) try: with av.open(io.BytesIO(data), mode="r") as container: stream = next((s for s in container.streams if s.type == "audio"), None) if stream is None: raise InvalidAudio() resampler = av.AudioResampler(format=sample_format, layout="mono", rate=rate) chunks: list[np.ndarray] = [] total = 0 for frame in [*container.decode(stream), None]: # None esvazia o resampler no fim for out in resampler.resample(frame): chunk = out.to_ndarray().reshape(-1) total += chunk.size if total > max_samples: raise AudioTooLong() chunks.append(chunk) except (InvalidAudio, AudioTooLong): raise except Exception: # noqa: BLE001 - qualquer falha do PyAV = áudio ilegível raise InvalidAudio() from None dtype = np.float32 if sample_format == "flt" else np.int16 samples = np.concatenate(chunks).astype(dtype, copy=False) if chunks else np.zeros(0, dtype) if samples.size == 0: raise InvalidAudio() return samples