玻璃破碎检测：嵌入式离线破窗检测 SDK 与部署实践新增
玻璃破碎检测的价值（场景、流程）
窗户被击碎的声音持续不到一秒——但对安防系统，这一秒决定了响应速度，也决定了用户信任。玻璃是所有受保护资产中最脆弱的入口：无人在家的住宅、商铺橱窗与展柜、仓库采光顶。能"听见"破碎的感知层，恰好补在摄像头最稀疏的地方。
场景族：家用安防摄像头（无人时段破窗检测）、商铺与仓库防盗、报警主机（声学前端）、智能门锁与门磁——以及"把几十家门店收拢到一个值班台"的连锁运营模式。
玻璃破碎声的特点：两阶段瞬态
下图为一条真实玻璃破碎音频——上为波形图、下为梅尔频谱图，可以看到瞬时的撞击尖峰与随后宽频的碎裂段：
试听素材（真实样本，点击播放）：
🔊 真实玻璃破碎声样本
🔊 另一段破碎声样本
一次完整的破碎事件包含两个连续阶段：
撞击 — ——短促集中的冲击声，通常仅几毫秒
碎裂 — ——密集、宽频、快速衰减的高频振动，最典型的标志
常见混淆声的本质差异：单次碰撞（钥匙、餐具）只有孤立冲击、没有密集碎裂段；持续声（音乐、说话）没有瞬态结构。
识别方法：预处理 → 特征提取 → 算法
引擎走标准管线——自适应降噪（典型噪声下 SNR 提升 5–10dB）、分帧、时频特征提取——并叠加玻璃破碎专属的三条原则：
1. 先找事件——检测能量爆发、围绕事件分析；对持续性背景噪声天然不敏感
2. 两阶段一致性——真正的破碎必须呈现完整的"撞击 + 碎裂"结构
3. 多特征交叉验证——能量爆发速度、高频占比、衰减模式必须一致
告警联动业务流程
事件 → 多特征验证 → 设备端响应（录像 + 快照）→ 推送用户 → 确认或超时升级（报警主机、物业、紧急联系人）。每个环节可按业务配置。
部署：位置与标定
正对玻璃 — ——拾音距离短，直达声占比高
避免死角与机柜 — ——高频碎裂证据在遮挡后衰减最快
现场标定 — ——标准声源走一遍，按环境基线设阈值
供电与防拆 — ——尽量与摄像头共杆共箱；室外注意防水防破坏
SDK 运行在摄像头 SoC 内：事件进入 NVR 时间线、作为报警主机触发源、经 APP 触达用户——CPU 增量 <50MHz，事件协议可映射既有报警类型，无须改造平台。
误报控制
餐具碰撞、音乐电视等相似声，是玻璃破碎检测最大的工程挑战。我们通过多类别负样本训练与现场标定的结合，把真实场景中的误报率控制在 2% 以下。
集成过程中如遇到新的易混淆声音，可通过反馈通道提报，我们会持续通过 OTA 提供模型更新。
连锁商铺夜间防盗
对连锁经营者，夜晚让风险成倍叠加：几十家门店夜间无人。各店本地检测，事件携带点位、时间与片段上传，一个值班台看所有门店。
先复核，再出动：事件到达后调取就近摄像头。误报 → 终止并标注；有效 → 立即升级（值班经理、就近安保、留存证据）。远程复核通常只需 30–60 秒，能把"出动有效率"大幅拉高。
健康目标：单店月误报 ≤3 次（此前普遍 8–15 次）；连锁体系内经验共享——一家门店的实战沉淀，直接增强整个体系的能力。
准确率与性能
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。
运行平台与硬件要求
摄像头级 SoC；CPU 增量低于 50MHz；与视频编码共享 SoC 资源；室外安装具备环境防护。
C 接口与嵌入式集成
「玻璃破碎」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「玻璃破碎事件」回调输出。
完整接口声明（glass_detect.h）：
/**
* glass_detect.h — 玻璃破碎识别统一接口
*
* 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 glass_detect_feed 送入, 数据任意大小。
*
* 用法 (实时录音模式):
* glass_detect_t *d = glass_detect_create(mgk_path, NULL, NULL);
* glass_detect_set_listener(d, on_frame, on_onset, on_offset, NULL);
* glass_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 glass_detect_feed
* ...
* glass_detect_stop(d); // 排空缓冲, 停止线程
* glass_detect_destroy(d);
*
* 用法 (wav 文件模式):
* glass_detect_t *d = glass_detect_create(mgk_path, NULL, NULL);
* glass_detect_set_listener(d, on_frame, on_onset, on_offset, NULL);
* glass_detect_start(d);
* 循环读文件: glass_detect_feed(d, pcm, n); // 任意数据大小
* glass_detect_stop(d);
* glass_detect_destroy(d);
*/
#ifndef GLASS_DETECT_H
#define GLASS_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 */
} glass_detect_event_t;
/* 帧级回调: 每帧识别结果 (模型线程内执行) */
typedef void (*glass_detect_frame_cb_t)(float glass_prob, float timestamp,
void *user_data);
/* 事件开始回调: 策略判定玻璃破碎事件开始, 只有开始时间 */
typedef void (*glass_detect_onset_cb_t)(float start_time, void *user_data);
/* 事件结束回调: 策略判定玻璃破碎事件结束 (或停止识别时未结束的事件), 完整事件信息 */
typedef void (*glass_detect_offset_cb_t)(const glass_detect_event_t *event,
void *user_data);
typedef struct glass_detect_s glass_detect_t;
/* 创建/销毁; alarm_name/alarm_params 可传 NULL (用默认策略及参数) */
glass_detect_t *glass_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 glass_detect_destroy(glass_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 glass_detect_set_listener(glass_detect_t *det,
glass_detect_frame_cb_t on_frame,
glass_detect_onset_cb_t on_onset,
glass_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 glass_detect_start(glass_detect_t *det);
void glass_detect_stop(glass_detect_t *det);
int glass_detect_is_running(glass_detect_t *det);
/* 设置事件识别策略 (可在运行中调整) */
int glass_detect_set_alarm(glass_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 glass_detect_feed(glass_detect_t *det, const int16_t *pcm, int num_samples);
#ifdef __cplusplus
}
#endif
#endif /* GLASS_DETECT_H */
最简 wav 推理示例（节选，完整文件位于 SDK 的 src/glassDetect/c/glass_demo.c）：
#include <stdio.h>
#include <stdlib.h>
#include <stdint.h>
#include "glass_detect.h"
#define DEFAULT_MGK "glass_detect_v7.mgk" /* 模型文件 */
#define DEFAULT_WAV "test_glass.wav" /* 16kHz 单声道 16bit PCM */
#define FEED_CHUNK 16000 /* 每次送入 1 秒音频 */
/* 帧级回调: 每帧输出玻璃破碎概率 (约 1 秒一帧) */
static void on_frame(float glass_prob, float timestamp, void *user_data)
{
(void)user_data;
printf("%8.2fs glass=%.4f\n", timestamp, glass_prob);
}
/* 事件开始回调: 策略判定玻璃破碎事件开始 */
static void on_onset(float start_time, void *user_data)
{
(void)user_data;
printf("[EVENT] glass 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 glass_detect_event_t *ev, void *user_data)
{
(void)user_data;
printf("[EVENT] glass 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)
{
glass_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 = glass_detect_create(DEFAULT_MGK, NULL, NULL);
if (!det) return 1;
/* 2. 注册回调 (均为可选) */
glass_detect_set_listener(det, on_frame, on_onset, on_offset, NULL);
/* 3. 启动内部模型消费线程 */
glass_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;
glass_detect_feed(det, pcm + pos, n);
}
/* 5. 停止并销毁 */
glass_detect_stop(det);
glass_detect_destroy(det);
free(pcm);
return 0;
}
编译与运行（示例）：
$(CC) glass_demo.c -I. -L. -lglassdetect -lpthread -lm -o glass_demo
./glass_demo结语
部署质量决定真实场景中的效果上限。如果你是安防集成商或设备厂，正在落地玻璃破碎检测，我们提供在线试用与完整的技术支持。