狗叫声识别：嵌入式离线犬吠检测 SDK 与分级告警新增
狗叫声识别的价值（场景、流程）
在门口与院落的声音世界里，犬吠是信息量最高、也最含糊的声音。狗对陌生人警戒吠叫、对路过车辆随意吠叫、独自在家持续吠叫——是三种完全不同的含义。检测到犬吠只是第一步，分辨哪种犬吠才是产品价值所在。
智能门铃的经典问题：运动检测分不清"有人到访"和"有车经过"，所有触发长得都一样，用户很快陷入告警疲劳。加入狗叫声识别就补上了缺失的上下文：
陌生人到访 — ——运动 + 警戒吠叫 + 人形 → 高优先级告警
路过干扰 — ——随意吠叫、门口无人 → 静默记录
宠物独处 — ——离家期间持续吠叫 → 宠物状态提醒
犬吠的特点（时域与频域）
下图为一条真实犬吠音频——上为波形图、下为梅尔频谱图，成串爆发的脉冲结构清晰可见：
试听素材（真实样本，点击播放）：
🔊 真实狗叫声样本
🔊 另一段犬吠样本
成串爆发 — ——单次吠声约 0.2–0.5 秒，通常连续几声成组出现，而不是孤立的单声
中频能量集中 — ——能量带分布在数百 Hz 到数 kHz 之间：低于汽车轰鸣、高于鸟鸣
跨犬种差异大 — ——大型犬低沉浑厚，小型犬尖细急促；检测需要兼顾"同一事件、不同音色"
识别方法：预处理 → 特征提取 → 算法
引擎走标准管线（降噪 → 分帧 → 时频特征），并叠加犬吠专属的设计选择：
1. 以"串"为单位——先定位每次爆发，再验证成串结构：连续多次爆发且间隔符合吠叫节奏才算犬吠事件。孤立的突发声（关门、物体掉落）不轻易判定
2. 跨犬种与跨类别泛化——训练覆盖不同体型犬只音色，同时对鸟叫、猫叫、人声、车声等"近邻类别"施加高区分度约束
3. 户外鲁棒性——事件化检测对风噪、雨声等持续性噪声天然不敏感
分级告警：把"听到狗叫"变成有用的信息
1. 犬吠事件——成串验证通过
2. 场景判定——是否检测到人形/访客？吠叫是否持续？
3. 分级输出——高优先级告警（推送 + 录像 + 双向对讲）/ 静默记录 / 宠物状态提醒
全部判定在设备端完成，分级策略可按客户业务配置。
难点所在
狗叫声识别要在拥挤的声场中把自己摘出来：鸟叫（高频）、猫叫（近邻）、人声与车流（干扰源）。远距离衰减与户外风噪雨声再叠加物理难度。应对方式是同一套：多类别负样本训练 + 事件聚合——这也是真实院落中误报率能控制在 2% 以下的原因。
准确率与性能
在 0.5–10 米的常用门口距离内，安静与嘈杂环境下均保持稳定识别。主要误报来源是"像犬吠的人声与车流"——多类别负样本训练把误报率压到 2% 以下。
注：文中性能指标基于内部测试环境，实际表现取决于硬件配置与使用场景。
应用形态
智能门铃（犬吠 + 人形联动）、户外摄像头（院落监测与夜间异常辅助）、宠物看护（独处吠叫记录）、社区管理（公共区域吠叫事件）——同一套引擎，按场景配置。
运行平台与硬件要求
模型适配门铃级 SoC：0.2–1MB（INT8）、CPU 占用低于 50MHz，与视频编码、网络传输共享 SoC 资源。
C 接口与嵌入式集成
「狗叫声」识别库提供简洁的流式 C 接口：调用方只需持续送入 16kHz 单声道 PCM，拼帧、Mel 预处理与模型推理全部在内部完成，帧级概率经报警策略聚合成「狗叫事件」回调输出。
完整接口声明（bark_detect.h）：
/**
* bark_detect.h — 狗叫声识别统一接口
*
* 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 bark_detect_feed 送入, 数据任意大小。
*
* 用法 (实时录音模式):
* bark_detect_t *d = bark_detect_create(mgk_path, NULL, NULL);
* bark_detect_set_listener(d, on_frame, on_onset, on_offset, NULL);
* bark_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 bark_detect_feed
* ...
* bark_detect_stop(d); // 排空缓冲, 停止线程
* bark_detect_destroy(d);
*
* 用法 (wav 文件模式):
* bark_detect_t *d = bark_detect_create(mgk_path, NULL, NULL);
* bark_detect_set_listener(d, on_frame, on_onset, on_offset, NULL);
* bark_detect_start(d);
* 循环读文件: bark_detect_feed(d, pcm, n); // 任意数据大小
* bark_detect_stop(d);
* bark_detect_destroy(d);
*/
#ifndef BARK_DETECT_H
#define BARK_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 */
} bark_detect_event_t;
/* 帧级回调: 每帧识别结果 (模型线程内执行) */
typedef void (*bark_detect_frame_cb_t)(float bark_prob, float timestamp,
void *user_data);
/* 事件开始回调: 策略判定狗叫事件开始, 只有开始时间 */
typedef void (*bark_detect_onset_cb_t)(float start_time, void *user_data);
/* 事件结束回调: 策略判定狗叫事件结束 (或停止识别时未结束的事件), 完整事件信息 */
typedef void (*bark_detect_offset_cb_t)(const bark_detect_event_t *event,
void *user_data);
typedef struct bark_detect_s bark_detect_t;
/* 创建/销毁; alarm_name/alarm_params 可传 NULL (用默认策略及参数) */
bark_detect_t *bark_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 bark_detect_destroy(bark_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 bark_detect_set_listener(bark_detect_t *det,
bark_detect_frame_cb_t on_frame,
bark_detect_onset_cb_t on_onset,
bark_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 bark_detect_start(bark_detect_t *det);
void bark_detect_stop(bark_detect_t *det);
int bark_detect_is_running(bark_detect_t *det);
/* 设置事件识别策略 (可在运行中调整) */
int bark_detect_set_alarm(bark_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 bark_detect_feed(bark_detect_t *det, const int16_t *pcm, int num_samples);
#ifdef __cplusplus
}
#endif
#endif /* BARK_DETECT_H */
最简 wav 推理示例（节选，完整文件位于 SDK 的 src/barkDetect/c/bark_demo.c）：
#include <stdio.h>
#include <stdlib.h>
#include <stdint.h>
#include "bark_detect.h"
#define DEFAULT_MGK "bark_detect_v7.mgk" /* 模型文件 */
#define DEFAULT_WAV "test_bark.wav" /* 16kHz 单声道 16bit PCM */
#define FEED_CHUNK 16000 /* 每次送入 1 秒音频 */
/* 帧级回调: 每帧输出狗叫声概率 (约 1 秒一帧) */
static void on_frame(float bark_prob, float timestamp, void *user_data)
{
(void)user_data;
printf("%8.2fs bark=%.4f\n", timestamp, bark_prob);
}
/* 事件开始回调: 策略判定狗叫事件开始 */
static void on_onset(float start_time, void *user_data)
{
(void)user_data;
printf("[EVENT] bark 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 bark_detect_event_t *ev, void *user_data)
{
(void)user_data;
printf("[EVENT] bark 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)
{
bark_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 = bark_detect_create(DEFAULT_MGK, NULL, NULL);
if (!det) return 1;
/* 2. 注册回调 (均为可选) */
bark_detect_set_listener(det, on_frame, on_onset, on_offset, NULL);
/* 3. 启动内部模型消费线程 */
bark_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;
bark_detect_feed(det, pcm + pos, n);
}
/* 5. 停止并销毁 */
bark_detect_stop(det);
bark_detect_destroy(det);
free(pcm);
return 0;
}
编译与运行（示例）：
$(CC) bark_demo.c -I. -L. -lbarkdetect -lpthread -lm -o bark_demo
./bark_demo结语
狗叫声识别的价值不在"检测到狗叫"，而在理解"这次吠叫意味着什么"。我们提供在线试用与完整的技术支持。