First commit

app/core/dsp_utils.py

@@ -0,0 +1,169 @@
+import numpy as np
+import librosa
+from pydub import AudioSegment
+
+def find_zero_crossing(y: np.ndarray, sr: int, target_time: float, window_seconds: float = 0.04) -> float:
+    """
+    Tìm điểm zero-crossing gần nhất với mốc thời gian đích (giây) để tránh click/pop.
+    
+    Args:
+        y: Mảng biên độ âm thanh (1D numpy array, Mono)
+        sr: Tần số lấy mẫu (Sample Rate)
+        target_time: Vị trí mong muốn cắt (giây)
+        window_seconds: Cửa sổ quét (mặc định 40ms)
+        
+    Returns:
+        float: Thời gian của điểm zero-crossing gần nhất (giây)
+    """
+    if target_time is None or target_time < 0:
+        return target_time
+        
+    target_sample = int(target_time * sr)
+    window_samples = int(window_seconds * sr)
+    
+    # Xác định giới hạn vùng quét an toàn
+    start_idx = max(0, target_sample - window_samples)
+    end_idx = min(len(y) - 2, target_sample + window_samples)
+    
+    if start_idx >= end_idx:
+        return target_time
+    
+    # Lấy phân khúc sóng âm trong cửa sổ quét
+    y_window = y[start_idx:end_idx]
+    
+    # Tìm các điểm đổi dấu: y[i] * y[i+1] <= 0
+    # Sử dụng np.sign và np.diff để tìm điểm đổi dấu nhanh chóng
+    signs = np.sign(y_window)
+    # Bất kỳ vị trí nào diff != 0 nghĩa là có sự đổi dấu (đi qua điểm 0)
+    zero_crossings = np.where(np.diff(signs) != 0)[0]
+    
+    if len(zero_crossings) == 0:
+        return target_time  # Không tìm thấy, trả về vị trí gốc
+        
+    # Chuyển chỉ số vùng quét về chỉ số mảng tuyệt đối
+    absolute_crossings = zero_crossings + start_idx
+    
+    # Tìm điểm gần với target_sample nhất
+    distances = np.abs(absolute_crossings - target_sample)
+    closest_sample_idx = absolute_crossings[np.argmin(distances)]
+    
+    # Trả về thời gian tương ứng (giây)
+    return float(closest_sample_idx / sr)
+
+def find_nearest_zero_crossing_file(file_path: str, target_time_sec: float, search_window_sec: float = 0.04) -> float:
+    """
+    Tìm điểm zero-crossing từ file âm thanh.
+    Wrapper cho hàm find_zero_crossing để tương thích với code cũ.
+    """
+    try:
+        # Load mono audio for zero crossing analysis
+        y, sr = librosa.load(file_path, sr=None, mono=True)
+        return find_zero_crossing(y, sr, target_time_sec, search_window_sec)
+    except Exception as e:
+        print(f"Error finding zero crossing: {e}")
+        return target_time_sec
+
+def find_nearest_zero_crossing(y: np.ndarray, sr: int, target_time_sec: float, search_window_sec: float = 0.04) -> float:
+    """
+    Tương thích với code cũ. Gọi đến hàm find_zero_crossing mới.
+    """
+    return find_zero_crossing(y, sr, target_time_sec, search_window_sec)
+
+def apply_micro_fade(segment: AudioSegment, fade_duration_ms: int = 50) -> AudioSegment:
+    """
+    Áp dụng micro-fades (fade-in và fade-out) để triệt tiêu click/pop.
+    """
+    if len(segment) > fade_duration_ms * 2:
+        return segment.fade_in(fade_duration_ms).fade_out(fade_duration_ms)
+    elif len(segment) > fade_duration_ms:
+        return segment.fade_in(fade_duration_ms // 2).fade_out(fade_duration_ms // 2)
+    return segment
+
+
+def generate_peak_waveform(file_path: str, num_peaks: int = 800) -> dict:
+    """
+    Tạo dữ liệu peak waveform cho hiển thị đồ thị sóng âm trên Frontend.
+    Dùng để vẽ waveform đồng bộ với Client (thay thế Web Audio API decodeAudioData).
+    
+    Args:
+        file_path: Đường dẫn tệp âm thanh
+        num_peaks: Số lượng điểm peak trả về (tương ứng pixel width trên UI)
+        
+    Returns:
+        dict: {"peaks": [...], "duration": float, "sample_rate": int}
+    """
+    # Load mono audio
+    y, sr = librosa.load(file_path, sr=None, mono=True)
+    
+    total_samples = len(y)
+    duration = float(total_samples) / sr
+    
+    if total_samples == 0:
+        return {
+            "peaks": [],
+            "duration": 0.0,
+            "sample_rate": sr
+        }
+    
+    # Tính kích thước mỗi chunk
+    samples_per_peak = max(1, total_samples // num_peaks)
+    
+    peaks = []
+    for i in range(0, total_samples, samples_per_peak):
+        chunk = y[i:i + samples_per_peak]
+        if len(chunk) > 0:
+            # Peak = giá trị tuyệt đối lớn nhất trong chunk
+            peak_val = float(np.max(np.abs(chunk)))
+            peaks.append(round(peak_val, 6))
+    
+    # Giới hạn đúng số lượng peaks yêu cầu
+    if len(peaks) > num_peaks:
+        peaks = peaks[:num_peaks]
+    
+    return {
+        "peaks": peaks,
+        "duration": round(duration, 4),
+        "sample_rate": sr
+    }
+
+
+def generate_rms_waveform(file_path: str, num_points: int = 800) -> dict:
+    """
+    Tạo dữ liệu RMS waveform (mượt hơn peak waveform).
+    
+    Args:
+        file_path: Đường dẫn tệp âm thanh
+        num_points: Số lượng điểm RMS trả về
+        
+    Returns:
+        dict: {"rms": [...], "duration": float, "sample_rate": int}
+    """
+    y, sr = librosa.load(file_path, sr=None, mono=True)
+    
+    total_samples = len(y)
+    duration = float(total_samples) / sr
+    
+    if total_samples == 0:
+        return {
+            "rms": [],
+            "duration": 0.0,
+            "sample_rate": sr
+        }
+    
+    samples_per_point = max(1, total_samples // num_points)
+    
+    rms_values = []
+    for i in range(0, total_samples, samples_per_point):
+        chunk = y[i:i + samples_per_point]
+        if len(chunk) > 0:
+            rms_val = float(np.sqrt(np.mean(chunk ** 2)))
+            rms_values.append(round(rms_val, 6))
+    
+    if len(rms_values) > num_points:
+        rms_values = rms_values[:num_points]
+    
+    return {
+        "rms": rms_values,
+        "duration": round(duration, 4),
+        "sample_rate": sr
+    }