时间戳片段合并
更新时间：2026-05-18
时间戳片段合并
简介
时间戳片段合并算子，对秒级时间区间列表进行规范化、小间隙合并和最大时长约束切分，适用于语音识别（VAD/ASR）后的片段整理场景。
功能描述
- 对输入的时间区间列表进行格式规范化（支持多种嵌套格式）
- 可选：先合并相邻区间之间的小间隙（pre_merge_gap_seconds）
- 使用"最大间隙优先"算法，将超长连续区间按最大间隙切分，保证每段不超过 max_span_seconds
- 可选：对仍超过 max_span_seconds 的区间强制等分（enforce_chunking=True）
- 支持设置全局起始时间偏移（start_time）
- 输入为 None 或空时返回空列表，不抛出异常
算子参数
输入
| 输入 | 含义 |
|---|---|
| timestamps | 时间区间列表数组，每行为 [[start1, end1], [start2, end2], ...] 格式（秒），支持多种嵌套格式 |
输出
| 输出 | 含义 |
|---|---|
| merged_timestamps | 合并后的时间区间列表（list[list[float32]]），每个元素为 [start, end] |
参数
| 参数名称 | 类型 | 默认值 | 描述 |
|---|---|---|---|
| start_time | float | 0.0 | 全局时间偏移量（秒），所有区间起点不小于此值 |
| pre_merge_gap_seconds | float | 0.0 | 预合并间隙阈值（秒），相邻区间间距小于此值时合并为一段 |
| max_span_seconds | float | 20.0 | 单个输出区间的最大时长（秒），超过此值时按最大间隙优先算法切分 |
| enforce_chunking | bool | False | True 表示对仍超过 max_span_seconds 的区间强制等分切块 |
调用示例
Plain Text
1from __future__ import annotations
2
3import os
4
5import daft
6from daft import col
7
8from daft.aihc.common.udf import aihc_udf
9from daft.aihc.functions.other.timestamps_merge import TimestampsMerge
10
11if __name__ == "__main__":
12 if os.getenv("DAFT_RUNNER", "native") == "ray":
13 import ray
14 ray.init(dashboard_host="0.0.0.0", ignore_reinit_error=True)
15 daft.set_runner_ray()
16 daft.set_execution_config(actor_udf_ready_timeout=6000, min_cpu_per_task=0)
17
18 samples = {
19 # 每行为一个音频文件对应的时间戳区间列表（如 VAD 结果）
20 "vad_timestamps": [
21 [[0.5, 3.2], [3.5, 8.1], [9.0, 15.6], [16.0, 18.0], [18.5, 35.0]],
22 [[0.0, 5.0], [5.5, 25.0], [26.0, 30.0]],
23 ]
24 }
25 ds = daft.from_pydict(samples)
26 constructor_kwargs = {
27 "pre_merge_gap_seconds": 0.5, # 间距 < 0.5s 的区间合并
28 "max_span_seconds": 20.0, # 单段最长 20s
29 "enforce_chunking": False,
30 }
31 ds = ds.with_column(
32 "merged_timestamps",
33 aihc_udf(
34 TimestampsMerge,
35 construct_args=constructor_kwargs,
36 num_cpus=1,
37 concurrency=4,
38 batch_size=64,
39 )(col("vad_timestamps")),
40 )
41 ds.show()评价此篇文章