Идентификация сотрудников по голосу (Speaker Recognition) (для всех)

📋 Описание: Нужно реализовать модуль, который определяет кто говорит в аудиозаписи на основе заранее обученных голосовых профилей (эталонов). Цель — подставить реальные имена вместо "Спикер 1", "Спикер 2" в транскрибированных текстах. ⚙️ Что должно быть: Загрузка голосовых профилей из папки: WAV-файлы сотрудников Пример структуры: rabbit/voice_profiles/Марина.wav, Иван.wav Получение эмбеддингов для голосов: С использованием resemblyzer или другой аналогичной модели Все аудио должны быть нормализованы (16 kHz, моно, WAV) Сравнение эмбеддинга неизвестного фрагмента с профилями Косинусное сходство (или аналог) Использовать threshold, чтобы определить “Неизвестный”, если нет хорошего совпадения Функция: python Копировать Редактировать def identify_speaker(wav_path: str, profiles: dict) -> str Принимает путь к тестовому фрагменту Возвращает имя из профилей или "Неизвестный" Функция для загрузки профилей: python Копировать Редактировать def load_voice_profiles(directory_path: str) -> dict 🧪 Будет плюсом: Возможность обновления/дозаписи профилей Логирование результатов и похожести Кеширование эмбеддингов, чтобы не пересчитывать каждый раз ✅ Входные данные: Пример аудио-фрагментов для сравнения (для тестов) Примеры профилей Текущий pipeline: мы вырезаем блоки по speakerTag после транскрибации (есть timestamps) 💾 Формат сдачи: Python-модуль voice_identifier.py Пример работы в test_voice_id.py Инструкция по запуску и обновлению профилей 🔐 Безопасность: Никакой необходимости в доступе к базе, очередям или другим микросервисам Работа в отдельном модуле, передача данных через функцию или временные файлы