Embedded Scream Detection: Offline Scream Recognition SDK for SafetyNEW

/**
 * scream_detect.h — 尖叫声识别统一接口
 *
 * 封装 Mel 预处理 + 推理引擎 + 报警策略, 内部模型消费线程处理音频。
 * 与录音模块 (audio_capture.h) 相互独立: 调用者自行决定音频来源
 * (录音回调 / wav 文件 / 网络流), 通过 scream_detect_feed 送入, 数据任意大小。
 *
 * 用法 (实时录音模式):
 *   scream_detect_t *d = scream_detect_create(mgk_path, NULL, NULL);
 *   scream_detect_set_listener(d, on_frame, on_onset, on_offset, NULL);
 *   scream_detect_start(d);                          // 启动内部模型消费线程
 *   audio_capture_start(rec, capture_cb, d);        // 录音回调里调 scream_detect_feed
 *   ...
 *   scream_detect_stop(d);                           // 排空缓冲, 停止线程
 *   scream_detect_destroy(d);
 *
 * 用法 (wav 文件模式):
 *   scream_detect_t *d = scream_detect_create(mgk_path, NULL, NULL);
 *   scream_detect_set_listener(d, on_frame, on_onset, on_offset, NULL);
 *   scream_detect_start(d);
 *   循环读文件: scream_detect_feed(d, pcm, n);       // 任意数据大小
 *   scream_detect_stop(d);
 *   scream_detect_destroy(d);
 */

#ifndef SCREAM_DETECT_H
#define SCREAM_DETECT_H

#include <stdint.h>

#ifdef __cplusplus
extern "C" {
#endif

/* 识别事件 (报警策略输出, 用于事件结束回调) */
typedef struct {
    float start_time;       /* 事件开始时间 (秒) */
    float end_time;         /* 事件结束时间 (秒) */
    float confidence;       /* 事件置信度 */
    float max_confidence;   /* 事件内最大帧置信度 */
    int   frame_count;      /* 事件持续帧数 */
} scream_detect_event_t;

/* 帧级回调: 每帧识别结果 (模型线程内执行) */
typedef void (*scream_detect_frame_cb_t)(float scream_prob, float timestamp,
                                        void *user_data);

/* 事件开始回调: 策略判定尖叫事件开始, 只有开始时间 */
typedef void (*scream_detect_onset_cb_t)(float start_time, void *user_data);

/* 事件结束回调: 策略判定尖叫事件结束 (或停止识别时未结束的事件), 完整事件信息 */
typedef void (*scream_detect_offset_cb_t)(const scream_detect_event_t *event,
                                         void *user_data);

typedef struct scream_detect_s scream_detect_t;

/* 创建/销毁; alarm_name/alarm_params 可传 NULL (用默认策略及参数) */
scream_detect_t *scream_detect_create(const char *mgk_path,      /* 模型文件路径 (必填) */
                                    const char *alarm_name,    /* 报警策略名, NULL=默认 */
                                    const char *alarm_params); /* 策略参数 key=val,key=val, NULL=默认 */
void scream_detect_destroy(scream_detect_t *det);

/* 设置事件回调 (create 后调用, 也可在运行中调整); 不需要的回调传 NULL */
void scream_detect_set_listener(scream_detect_t *det,
                               scream_detect_frame_cb_t  on_frame,
                               scream_detect_onset_cb_t  on_onset,
                               scream_detect_offset_cb_t on_offset,
                               void *user_data);

/* 启动/停止识别: 启动内部模型消费线程 / 排空缓冲后停止线程 */
int  scream_detect_start(scream_detect_t *det);
void scream_detect_stop(scream_detect_t *det);
int  scream_detect_is_running(scream_detect_t *det);

/* 设置事件识别策略 (可在运行中调整) */
int scream_detect_set_alarm(scream_detect_t *det, const char *alarm_name,
                           const char *alarm_params);

/* 送入 PCM 数据 (16bit 单声道 16kHz), 线程安全, 任意数据大小 */
int scream_detect_feed(scream_detect_t *det, const int16_t *pcm, int num_samples);

#ifdef __cplusplus
}
#endif

#endif /* SCREAM_DETECT_H */

#include <stdio.h>
#include <stdlib.h>
#include <stdint.h>
#include "scream_detect.h"

#define DEFAULT_MGK  "scream_detect_v7.mgk"  /* 模型文件 */
#define DEFAULT_WAV  "test_scream.wav"       /* 16kHz 单声道 16bit PCM */
#define FEED_CHUNK   16000                  /* 每次送入 1 秒音频 */

/* 帧级回调: 每帧输出尖叫声概率 (约 1 秒一帧) */
static void on_frame(float scream_prob, float timestamp, void *user_data)
{
    (void)user_data;
    printf("%8.2fs  scream=%.4f\n", timestamp, scream_prob);
}

/* 事件开始回调: 策略判定尖叫事件开始 */
static void on_onset(float start_time, void *user_data)
{
    (void)user_data;
    printf("[EVENT] scream start at %.2fs\n", start_time);
}

/* 事件结束回调: 应用层可据此做后续统计或分级响应 */
static void on_offset(const scream_detect_event_t *ev, void *user_data)
{
    (void)user_data;
    printf("[EVENT] scream end at %.2fs (dur=%.2fs, conf=%.3f, frames=%d)\n",
           ev->end_time, ev->end_time - ev->start_time,
           ev->confidence, ev->frame_count);
}

static int read_wav_pcm(const char *path, int16_t **pcm, int *n, int *sr);  /* 完整实现见源文件 */

int main(void)
{
    scream_detect_t *det;
    int16_t *pcm = NULL;
    int num_samples = 0, sample_rate = 0;
    int pos;

    if (read_wav_pcm(DEFAULT_WAV, &pcm, &num_samples, &sample_rate) != 0)
        return 1;

    /* 1. 创建识别器: 模型文件 + 默认报警策略 (NULL) */
    det = scream_detect_create(DEFAULT_MGK, NULL, NULL);
    if (!det) return 1;

    /* 2. 注册回调 (均为可选) */
    scream_detect_set_listener(det, on_frame, on_onset, on_offset, NULL);

    /* 3. 启动内部模型消费线程 */
    scream_detect_start(det);

    /* 4. 分块送入 PCM; 实时录音时改在录音回调里 feed */
    for (pos = 0; pos < num_samples; pos += FEED_CHUNK) {
        int n = num_samples - pos;
        if (n > FEED_CHUNK) n = FEED_CHUNK;
        scream_detect_feed(det, pcm + pos, n);
    }

    /* 5. 停止并销毁 */
    scream_detect_stop(det);
    scream_detect_destroy(det);
    free(pcm);
    return 0;
}

$(CC) scream_demo.c -I. -L. -lscreamdetect -lpthread -lm -o scream_demo
./scream_demo