# 音频优先移动信号实验室方案

版本号：v0.1.0
最后更新：2026-04-04

## 1. 目的

本文档用于固化当前项目的第一阶段方向：

- 以音频作为首个输入模态
- 以手机作为主要交互终端
- 以“信号分析移动实验室”为产品定位
- 以“算法链 + AI 编排”为核心系统方法

## 2. 产品定位

本项目的第一阶段不是普通的声音识别应用，也不是单纯的对话助手。

更准确的定位是：

`一个以手机为终端的 AI 编排信号分析移动实验室`

其核心能力包括：

- 采集音频信号
- 运行分阶段算法链
- 形成结构化证据
- 由 AI 提出假设、选择验证路径、分析结果并迭代
- 输出带依据和不确定性的结论

## 3. 核心原则

### 3.1 算法负责分析，AI 负责编排

AI 不替代算法层。

算法层负责：

- 预处理
- 探测
- 分段
- 特征提取
- 模式验证
- 归因和识别

AI 负责：

- 读取结构化证据
- 提出模式假设
- 选择下一轮算法链
- 调整参数
- 分析实验结果
- 输出结论和下一步建议

### 3.2 结论必须来自证据链

系统输出不能只是一句主观判断，而必须附带：

- 支持证据
- 反证或冲突证据
- 置信度
- 不确定性来源

### 3.3 每次运行都视为实验

每条算法链的执行都应被记录为一次实验，具备：

- 输入样本
- 使用的算法链
- 参数
- 输出结果
- 评分
- 失败原因
- 可复现性

## 4. 系统结构

第一版系统建议分为五层。

### 4.1 采集层

职责：

- 录音
- 导入音频文件
- 生成标准化 `Observation`

### 4.2 基础探针层

职责：

- 先运行一批便宜、稳定、通用的基础分析
- 生成第一批 `Evidence`

典型探针：

- 音量包络
- 频谱特征
- onset 探测
- 周期性探测
- 谐波性探测
- 基础分类器 top-k

### 4.3 AI 编排层

职责：

- 基于已有证据生成候选假设
- 选择下一批验证算法链
- 调整参数范围
- 决定停止、继续还是换路

### 4.4 实验执行层

职责：

- 执行 AI 选择的算法链
- 输出新的 `Evidence`
- 返回 `ScoreCard` 和 `failureReasons`

### 4.5 结论层

职责：

- 汇总多轮实验
- 生成结论
- 说明依据与不确定性

## 5. 算法链体系

算法链必须按阶段、按信号类型、按目标进行组织，不能只有单一 pipeline。

### 5.1 按阶段划分

建议划分为：

1. 预处理阶段
2. 探测阶段
3. 分段阶段
4. 特征提取阶段
5. 假设验证阶段
6. 归因/识别阶段
7. 解释与决策阶段

### 5.2 按信号类型划分

第一版建议先支持下列信号画像：

- 连续稳态信号
- 瞬态事件信号
- 周期重复信号
- 多事件组合信号
- 混合声源信号
- 未知/异常信号

### 5.3 按目标划分

不同目标应对应不同链模板：

- 发现模式
- 验证周期性
- 验证谐波结构
- 检查混合声源
- 做候选分类
- 解释异常

## 6. 第一版算法链建议

### 6.1 通用探针链

```text
normalize
-> resample
-> energy_probe
-> spectral_probe
-> onset_probe
-> periodicity_probe
```

### 6.2 周期模式验证链

```text
segment
-> autocorrelation_check
-> cepstrum_check
-> repeat_interval_estimate
```

### 6.3 谐波结构验证链

```text
spectrogram
-> f0_tracking
-> harmonicity_check
-> tonal_stability_check
```

### 6.4 瞬态事件分析链

```text
onset_detect
-> transient_density
-> event_cluster
-> template_match
```

### 6.5 混合/异常分析链

```text
denoise
-> separation_basic
-> embedding_extract
-> anomaly_distance_check
-> alt_classifier
```

## 7. 技术栈建议

当前方向建议如下：

- 手机终端：Flutter
- 本地算法核心：Rust
- Flutter 与本地核心集成方式：FFI
- AI 编排模型：Gemma 4
- Gemma 4 部署位置：远端主机或边缘服务

该组合的原因是：

- Flutter 适合作为跨平台移动终端
- Rust 适合承载可复用、可移植的底层算法模块
- Gemma 4 更适合做编排与分析，而非手机本地重推理核心

## 8. 第一版工程重点

第一阶段最重要的不是界面，而是底层实验能力建设。

优先顺序建议为：

1. 定义核心数据模型
2. 建立模块注册表
3. 建立算法链模板目录
4. 实现基础探针链
5. 实现实验执行器
6. 接入 AI 编排层
7. 最后再完善移动端交互体验

## 9. 后续文档建议

后续优先补齐以下文档：

- `核心数据模型（中文）`
- `算法链分层设计`
- `模块注册表设计`
- `实验执行器接口规范`
- `AI 编排输入输出规范`
- `Flutter 终端架构设计`

## 10. 结论

本项目第一阶段应明确为：

- 音频优先
- 手机终端优先
- 算法链优先
- AI 编排优先
- 证据链和实验记录优先

这使项目从一开始就不是普通音频应用，而是一个可逐步扩展到更多模态的移动信号分析实验室原型。