概述

什么是 soundSDK？

soundSDK 是一个专为嵌入式设备设计的轻量级离线声音识别引擎。它使智能摄像头、IoT设备和其他边缘硬件能够检测特定声音，如婴儿哭声、鼾声、狗叫、猫叫、玻璃破碎、警报声、枪声、敲门声、尖叫声等。

核心特点

极致轻量 — INT8 模型仅 0.2–1MB；延迟与模型档位可按平台资源灵活配置

离线运行 — 所有推理在本地完成，无需联网

跨平台 — 支持 ARM Linux、MIPS 和 x86_64

标准 C API — 可轻松集成到任何 C/C++ 代码库

多声音类型 — 同时检测多种声音类型

系统架构

SDK 由三层组成：

1. 音频采集层 — 抽象音频输入（文件、麦克风、平台特定）

2. 处理层 — Mel频谱图提取和滑动窗口推理

3. 推理引擎层 — 可插拔后端（纯 C FP32、INT8 量化、NPU 加速）

支持平台