我认为这里的方法是过采样、低通滤波和可选的连续下采样。这个过程将产生等距的音频数据。

1. 过采样

选择一个目标过采样周期和对应的过采样频率远低于，这是数据中出现的最短时间距离。你走得越高，你犯的错误就越小。根据简短摘录，我的猜测是的 48kHz就足够了，但可以随意选择 96 甚至 192kHz。创建一个长度为零的数组，其中是音频数据的长度（以秒为单位）。$T_{os}$$f_{os}=1/T_{os}$$T_{\text{min}}$$f_{os}$$l\cdot f_{os}$$l$

然后，将您的时间值除以并将结果四舍五入到最接近的整数（ceil/floor）。（这是引入错误的地方。）接下来，使用时间数组中的整数作为索引，将音频样本放入零数组中。$T_{os}$

2.低通滤波

应用一个截止频率的陡峭低通滤波器。结果将是您通过过采样创建的稀疏信号的插值版本。$f_c=1/2T_{\text{min}}$

3. 下采样（可选）

如果您愿意，请再次对信号进行下采样。这可能需要另一个低通滤波，具体取决于您希望的采样率。

4. 将数据写入文件

将数据写入 wav 文件或您选择的任何其他格式。您需要向函数提供采样率。

异步重采样器应该可以解决问题。

基本上将连续时间窗 sinc 定位在所需的（均匀）输出时刻，通过输入时刻的邻域对其进行采样，选择 sinc 宽度（带宽的倒数）作为最大输入间样本间距的函数，或局部作为样本密度的函数。

除非样本密度变化很大或质量要求非常高，否则您可能会使用更简单的方法。对于某些应用，简单的线性插值可能就足够了。对于具有音调组件的高质量音频应用程序，这可能会导致严重的听觉伪影，但我很难想象采样时间显着变化的高质量音频应用程序？

编辑：一个简单的 MATLAB 代码片段可能会满足您的需要：

t1 = [0.000934,0.004197,0.005921,0.006978,0.007306,0.009449,0.012022,0.024245,0.030468,0.038149];
x1 = [0.446907,0.432984,0.410248,0.385579,0.363269,0.343606,0.328705,0.309281,0.285214,0.268380];
max_fs = 48e3;
fs = min(1/min(diff(t1)), max_fs);
[x2, t2] = resample(x1, t1, fs);

figure
plot(t1, x1, '*')
hold on
plot(t2, x2, '-')
hold off

请注意，我没有费心去深入研究文档来查看细节。我确认输入点和输出点之间存在一些形状相似性，并假设实现是明智的。

尽管我不能直接为您的问题提供解决方案，但我想我可以为您指出“最完善”的方法。

据我所知，非均匀采样（如果您以某种通用方式对时间和空间感兴趣）与通过插值进行的均匀采样有关。我相信“最简单”和最直接的方法是采用拉格朗日插值方案。另一方面，Max 和 Knut Inge 都提出了非常相似的方法（我只是在这里明确说明）。

我无法真正评论这两个过程之间的关系，如 Max 建议的最后阶段可能的下采样重新采样，并直接对原始数据进行插值以获得它的统一采样版本。有关更多信息，您可以查看Wikipedia 页面和（在我看来更好）Farokh Marvasti 编辑的“非均匀采样 - 理论与实践”一书。我相信第 3 章（如果您不熟悉拉格朗日插值）、第 4、5 和 16 章应该与您的问题相关。

很抱歉，我无法直接回答您的问题，希望您能找到可行的解决方案。