尖叫检测：嵌入式离线尖叫识别 SDK 与安全预警新增
尖叫检测的价值（场景、流程）
尖叫是一种有人类独有的声学形态的求助信号——高能量、持续拉高的音高。但它也容易被噪声淹没、容易被歌唱、欢呼与儿童嬉闹混淆。因此检测的本质是证据与区分，而不只是灵敏度。与摄像头不同，麦克风在黑暗中、门后都能工作，而且保护隐私——这对卧室与卫浴附近空间的接受度至关重要。
场景族：家庭安防摄像头、独居监护（联系人链）、夜间公共空间（街道上的安全网）。
尖叫的特点：与说话、歌唱的区分
下图为一条真实尖叫音频——上为波形图、下为梅尔频谱图，持续的高能量人声爆发在整个频带上都有显著能量：
试听素材（真实样本，点击播放）：
🔊 真实女声尖叫样本
🔊 另一段尖叫样本
能量 — ——响度显著高于同环境的对话基线
音高 — ——保持高位且稳定，是"持续拉高"；说话频繁起伏，歌唱在宽音域平滑滑动
时长 — ——尖叫比惊讶的一声"啊"更长；用时长阈值把瞬间惊呼与持续求助分开
识别方法：预处理 → 特征提取 → 算法
引擎组合能量 + 音高双证据，通过多类别负样本训练区分说话/歌唱/儿童嬉闹，并以相对能量判断让检测不依赖嘈杂环境中的绝对音量。最大混淆源是歌唱——靠"宽音域滑动 vs 持续拉高"区分；单次惊呼低于时长阈值。
检测与联动流程
单次惊呼记录并普通提醒；持续尖叫进入告警级（推送 + 音频片段，可配置外呼）。联动随场景不同：家居（通知家人 + 画面确认）、独居监护（紧急联系人链）、公共场所（值守中心 + 就近巡逻）。
定位说明：这是加快人工响应的安全辅助工具——真正的紧急情况请直接拨打报警/急救电话。
独居场景：联系人链
1. 求助声检测——持续尖叫/呼喊在设备端识别
2. 分级判断——强度、持续性、时段
3. 即时通知——紧急联系人（含音频片段）
4. 联系人对讲——通过设备双向对讲确认状况
5. 无响应升级——邻居、物业、社区网格
6. 记录与配置优化——误报复盘、联系人链调整
公共空间：夜间安全网
夜间街道与交通枢纽周边，路灯杆上的感知节点把事件送进值守中心：带点位的事件、自动调取的画面、就近调度的巡逻力量。先复核再调度让资源集中在真实事件上。
事件集中在晚间与夜间；部署侧重随场景不同——安静街道适合放大间距、优先覆盖照明薄弱路段；交通枢纽依靠相对能量判断保持稳定；校园与安保值守流程深度结合，并可复用枪声检测的部署体系。
准确率与性能
相对能量判断让检测从安静室内到嘈杂户外保持稳定（示意 92%+）。关键取舍：灵敏度与误报是按场景配置的——独居监护偏"宁可多提醒"，公共场景偏"复核优先"。
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
摄像头与看护设备级 SoC 起；标准模型 CPU 占用低于 50MHz；电池设备可走低功耗常驻架构；隐私敏感场景无需摄像头。
C 接口与嵌入式集成
「尖叫声」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「尖叫事件」回调输出。
完整接口声明（scream_detect.h）：
/**
* 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 */
最简 wav 推理示例（节选，完整文件位于 SDK 的 src/screamDetect/c/scream_demo.c）：
#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;
}
编译与运行（示例）：
$(CC) scream_demo.c -I. -L. -lscreamdetect -lpthread -lm -o scream_demo
./scream_demo结语
无论是一间公寓还是一公里街道，目标都一致：让求助的声音不可能被错过。我们提供在线试用与场景化部署支持。