# 算法链分层设计 版本号：v0.1.0 最后更新：2026-04-04 ## 1. 目的 本文档用于定义本项目中算法链的组织方式、分层原则、分类维度和第一版链模板目录。 本文件的目标不是描述单个算法实现细节，而是建立一套可供 AI分析员调用、组合、评估和迭代的算法链体系。 ## 2. 核心原则 ### 2.1 算法链是一等对象 算法链不能被视为临时拼接的内部实现细节。 在本项目中，算法链应被视为正式的实验方法单元，具备： - 明确目的 - 明确输入输出 - 明确适用条件 - 明确可调参数 - 明确证据产出 - 明确评分方式 - 明确失败模式 ### 2.2 算法链必须分层 不同分析阶段要解决的问题不同，因此不能用一条统一 pipeline 覆盖全部分析任务。 系统必须允许： - 不同阶段使用不同算法 - 不同信号类型使用不同链模板 - 不同任务目标使用不同验证路径 ### 2.3 算法链必须服务于 AI分析员 算法链体系的设计目标不是让人手动操作更方便，而是让 AI分析员能够： - 识别有哪些可用工具 - 理解这些工具适合什么场景 - 在不同链之间切换 - 调整参数并比较结果 - 根据失败原因重新规划实验 ## 3. 三个分类维度 算法链体系建议按三个维度组织： 1. 阶段 2. 信号画像 3. 分析目标 ## 4. 按阶段分层 ### 4.1 预处理阶段 目的： - 统一输入质量 - 去除明显干扰 - 为后续分析建立稳定输入 典型模块： - `audio_normalize` - `mono_convert` - `resample_16k` - `denoise_basic` - `bandpass_filter` ### 4.2 探测阶段 目的： - 判断输入中是否存在值得进一步分析的结构 - 对信号进行快速初判 典型模块： - `energy_probe` - `spectral_probe` - `onset_probe` - `periodicity_probe` - `harmonicity_probe` ### 4.3 分段阶段 目的： - 将连续音频切分为可分析的事件或片段 - 为局部验证和重复模式分析提供单位 典型模块： - `segment_energy_based` - `segment_vad_based` - `segment_onset_based` - `segment_repeat_based` ### 4.4 特征提取阶段 目的： - 生成更稳定、更可比较的结构表征 典型模块： - `spectrogram_extract` - `mfcc_extract` - `cepstrum_extract` - `embedding_extract` - `temporal_stats_extract` ### 4.5 假设验证阶段 目的： - 对特定模式假设进行针对性验证 - 不是泛泛分析，而是回答明确问题 典型模块： - `autocorrelation_period_check` - `cepstrum_period_check` - `f0_tracking` - `harmonicity_check` - `transient_density_check` - `source_separation_basic` - `template_repeat_match` ### 4.6 归因与识别阶段 目的： - 在结构证据基础上进行候选解释和标签归因 典型模块： - `baseline_sound_classifier` - `alt_sound_classifier` - `similarity_search` - `anomaly_distance_check` ### 4.7 解释与决策阶段 目的： - 汇总证据 - 形成结论 - 决定下一步 说明： 该阶段通常由 AI分析员主导，不作为普通信号处理模块实现。 ## 5. 按信号画像分类 第一版建议先定义以下信号画像，用于帮助 AI分析员选择链模板。 ### 5.1 连续稳态信号 特点： - 持续时间较长 - 频谱相对稳定 - 可能存在稳定窄带成分或谐波结构 典型例子： - 空调声 - 电机稳态声 - 风扇声 - 蜂鸣器持续音 ### 5.2 瞬态事件信号 特点： - 短时爆发 - onset 明显 - 时域包络变化快 典型例子： - 敲击 - 关门 - 点击 - 瞬时碰撞 ### 5.3 周期重复信号 特点： - 事件或音型重复出现 - 重复间隔可能稳定或近似稳定 典型例子： - 报警器 - 机械节拍 - 周期提示音 ### 5.4 多事件组合信号 特点： - 由多个相似或不同事件组成 - 需要做局部分段和聚类 典型例子： - 脚步 - 连续鸟叫 - 机械异响序列 ### 5.5 混合声源信号 特点： - 存在多个重叠声源 - 背景噪声或其他主体干扰明显 典型例子： - 人声背景中的设备声 - 室外环境中的目标提示音 ### 5.6 未知或异常信号 特点： - 不适合直接分类 - 更适合先做结构分析和异常距离分析 典型例子： - 未知设备声 - 与已知样本差异显著的片段 ## 6. 按分析目标分类 AI分析员在不同目标下应选择不同链模板。 ### 6.1 模式发现 目的： - 先回答“这里面有没有值得注意的结构” ### 6.2 周期验证 目的： - 验证是否存在周期性、重复间隔和重复模板 ### 6.3 谐波结构验证 目的： - 验证是否存在明显主频、谐波和稳态音调结构 ### 6.4 事件结构分析 目的： - 分析事件边界、事件密度和事件序列模式 ### 6.5 声源分离与重分析 目的： - 在复杂输入中剥离可疑成分后重新判断 ### 6.6 候选归因 目的： - 形成“更像什么、不像什么”的解释结果 ### 6.7 异常判断 目的： - 解释为什么当前样本不像既有类别或已知模式 ## 7. 第一版链模板目录 第一版建议至少建设以下链模板。 ### 7.1 通用探针链 用途： - 所有输入的默认第一步 - 快速建立初始证据 模板： ```text audio_normalize -> mono_convert -> resample_16k -> energy_probe -> spectral_probe -> onset_probe -> periodicity_probe ``` 主要产出： - 能量分布 - 频谱统计 - onset 密度 - 周期性候选指标 ### 7.2 周期模式验证链 用途： - 验证信号中是否存在稳定重复结构 模板： ```text segment_repeat_based -> autocorrelation_period_check -> cepstrum_period_check -> repeat_interval_estimate ``` 主要产出： - 重复间隔估计 - 周期稳定度 - 重复模式置信度 ### 7.3 谐波结构验证链 用途： - 验证稳态窄带和谐波结构 模板： ```text spectrogram_extract -> f0_tracking -> harmonicity_check -> tonal_stability_check ``` 主要产出： - 基频轨迹 - 谐波比 - 音调稳定性 ### 7.4 瞬态事件分析链 用途： - 分析短促事件和冲击型结构 模板： ```text segment_onset_based -> transient_density_check -> event_cluster -> template_repeat_match ``` 主要产出： - 事件数 - 事件密度 - 重复事件模板 ### 7.5 混合声源分析链 用途： - 处理分类失败或明显混合输入 模板： ```text denoise_basic -> source_separation_basic -> embedding_extract -> reclassify_with_alt_window ``` 主要产出： - 声源分离结果 - 分离后候选标签 - 混合程度估计 ### 7.6 异常判断链 用途： - 当常规分类无法给出稳定结果时，解释异常程度 模板： ```text embedding_extract -> anomaly_distance_check -> similarity_search ``` 主要产出： - 与已知样本距离 - 最近邻样本 - 异常分数 ## 8. 算法链的元数据要求 为了支持 AI分析员调度，每条链或每个模块至少应暴露以下元数据： - 标识符 - 名称 - 所属阶段 - 适用信号画像 - 适用目标 - 输入格式 - 输出格式 - 参数说明 - 主要证据产出类型 - 常见失败模式 - 成本估计 建议结构如下： ```ts type ModuleSpec = { id: string stage: string signalProfiles: string[] goals: string[] inputFormat: string outputFormat: string params: Record evidenceKinds: string[] failureModes: string[] cost: { cpu?: number latency?: number memory?: number } } ``` ## 9. 参数管理原则 AI 并不应该对所有参数无限制搜索。 第一版建议把参数分为三类： ### 9.1 固定参数 - 由系统或模块作者固定 - 第一版不开放给 AI 调整 ### 9.2 可调参数 - 允许 AI 在已定义范围内调整 - 应有默认值、上下界和推荐步长 ### 9.3 高风险参数 - 过度变化可能导致结果失真或成本失控 - 需要更严格的策略或更高权限才能调整 ## 10. 评分与失败归因要求 每条链执行完成后，不能只输出结果，还应输出： - `Evidence` - `ScoreCard` - `failureReasons` 示例失败原因： - `no_clear_event_boundary` - `weak_periodicity_signal` - `unstable_f0_track` - `classifier_confidence_collapsed` - `separation_not_improved` - `unknown_pattern_out_of_catalog` AI分析员后续的调参与换链决策，应建立在这些结构化结果上。 ## 11. 第一版建设优先级 第一版不应追求链模板过多，而应优先保证每类代表链可跑通。 建议优先顺序： 1. 通用探针链 2. 周期模式验证链 3. 谐波结构验证链 4. 瞬态事件分析链 5. 异常判断链 6. 混合声源分析链 ## 12. 结论 本项目的算法链体系不是普通的数据处理流水线，而是 AI分析员可调用的实验方法库。 算法链必须： - 按阶段分层 - 按信号画像分类 - 按分析目标分类 - 暴露足够元数据 - 支持评分和失败归因 只有在这个前提下，AI 才能真正替代专业使用者完成“选择、验证、分析、评估、结论”这整套流程。