博客

九个已量产的声音识别模型、一套 C SDK：模型矩阵、通用的识别方法管线、海思/君正 NPU 平台适配，以及从评估到量产的完整路径。

从哭声的基频-共振峰特征与完整识别管线，到婴儿监视器、智能摄像头与车载 CPD——含基准数据与设备端性能。

鼾声的时域与频域特征（2–4 秒节律、80–120Hz 基频）、事件化检测、睡眠报告产品与止鼾干预。

跨犬种的成串爆发验证、门铃与户外摄像头的分级告警，以及如何让「像犬吠的人声与车流」不再误触发。

最被低估的「猫叫与婴儿哭声区分」、独处看护流程，以及长期叫唤数据如何变成猫咪的行为健康档案。

「撞击+碎裂」两阶段原理、部署位置与标定，以及连锁商铺夜间防盗方案。

烟感、CO、汽车警报各有独特模式；类别识别驱动分级通知——并成为独居老人看护的「听觉守护层」。

毫秒级瞬态指纹与回声证据、城市级部署（勘察、标定、四层架构），以及校园/商圈安保响应流程。

脉冲成组验证（与脚步/关门区分）、门铃与门锁应用，以及把敲击变成养老看护求助信号的分级设计。

持续高音证据（与歌唱/欢呼区分）、独居联系人链，以及夜间公共空间的安全网。