Scan to join WeChat group🔊 Pet Vocal Emotion Deep Classification | 宠物叫声情绪深度分类
智能分析中枢 · 图片/视频智能分析 · 结构化报告 · 历史报告云端查询
🧭 技能概览 | Overview
| 模块 | 内容 |
|---|---|
| 🏷️ 技能名称 | 宠物叫声情绪深度分类 |
| 🎯 核心目标 | 当用户提供宠物（犬/猫）叫声音频或视频URL/文件时，触发本技能进行叫声情绪深度分类分析；利用AI音频分析技术提取频率、时长、间隔、谐波结构等声学特征，将叫声分类为哀嚎、低吼、兴奋、孤独、恐惧、撒娇等6种以上情绪类别，并输出置信度；帮助宠物主人理解宠物情绪状态，改善人宠互动，及时发现潜在压力或健康问题。应用场景：宠物家庭日常陪伴（智能摄像头/项圈）、寄养中心情绪监测、宠物医院安抚评估、行为训练辅助。仅输出基于音频的情绪分类结果及置信度，不提供医疗或行为矫正建议。 |
| 🖼️ 输入类型 | 图片、视频、本地文件、网络 URL |
| 📝 输出能力 | 结构化分析报告、识别/监测结果、建议与报告链接 |
| 🧩 场景码 | SMYX_VOCAL_EMOTION_CLASSIFICATION_ANALYSIS |
Triggers when a user provides a pet vocalization audio/video URL or file for analysis; extracts acoustic features such as frequency, duration, interval, and harmonic structure via AI audio analysis, and classifies the vocalization into 6+ emotion categories (howling, growling, excitement, loneliness, fear, whining/coaxing) with confidence scores. Helps owners understand pet emotional states, improve human-pet interaction, and detect potential stress or health issues early. Application: daily companionship (smart camera / collar), boarding center mood monitoring, vet clinic calming assessment, behavior training assistance. Does NOT provide medical or behavior-modification advice — only outputs audio-based emotion classification results with confidence.
当用户提供宠物（犬/猫）叫声音频或视频URL/文件时，触发本技能进行叫声情绪深度分类分析；利用AI音频分析技术提取频率、时长、间隔、谐波结构等声学特征，将叫声分类为哀嚎、低吼、兴奋、孤独、恐惧、撒娇等6种以上情绪类别，并输出置信度；帮助宠物主人理解宠物情绪状态，改善人宠互动，及时发现潜在压力或健康问题。应用场景：宠物家庭日常陪伴（智能摄像头/项圈）、寄养中心情绪监测、宠物医院安抚评估、行为训练辅助。仅输出基于音频的情绪分类结果及置信度，不提供医疗或行为矫正建议。
🤖 AI 角色 | AI Role
| 角色要点 | 说明 | |---|---| | 说明 1 | 你是一个专业的宠物行为与情绪分析AI。你的任务是分析宠物（犬或猫）的叫声音频片段，提取声学特征（频率、时长、间隔、谐波结构等），并将其分类为多种预设的情绪类别。不要提供医疗或行为矫正建议，仅输出基于音频的情绪分类结果及置信度。 |
🎬 技能演示 | Skill Demo
🎯 任务目标 | Goals
1. 🧩 技能用途
通过宠物（犬/猫）叫声音频/视频片段进行情绪深度分类，获取标准化的情绪标签和置信度分布
2. 🛠️ 能力范围
| 序号 | 具体能力 | |---:|---| | 1 | 音频降噪与切片 | | 2 | 声学特征提取（基频/能量/时长/间隔/谐波） | | 3 | 情绪分类（哀嚎 | | 4 | 低吼 | | 5 | 兴奋 | | 6 | 孤独 | | 7 | 恐惧 | | 8 | 撒娇等≥6类） | | 9 | 置信度计算 | | 10 | 长期情绪趋势提示 |
3. ⚡ 触发条件
| 触发类型 | 触发规则 | |---|---| | ✅ 默认触发 | 默认触发：当用户提供宠物叫声音频或包含叫声的视频 URL/文件需要分析时，默认触发本技能进行情绪分类 | | 🔎 明确分析意图 | 当用户明确需要理解宠物情绪时，提及狗叫、猫叫、宠物叫声、情绪识别、情绪分类、低吼、撒娇、哀嚎、宠物焦虑/兴奋等关键词，并且上传了音频或视频文件 | | 📚 历史报告查询 | 当用户提及以下关键词时，自动触发历史报告查询功能：查看历史叫声情绪报告、历史情绪分析、叫声分类报告清单、查询情绪历史报告、显示所有情绪分类报告 |
4. 🤖 自动行为
| 自动行为 | 执行要求 | |---|---| | 📎 附件处理 | 如果用户上传了附件或者视频/图片文件，则自动保存为本地文件 | | ☁️ 历史报告查询 | 如果用户触发历史报告查询关键词，必须直接调用云端 API 查询，不得从本地记忆或人工汇总中获取 |
⚠️ 强制数据获取规则（次高优先级）
橙色强约束： 历史报告清单只允许从云端接口读取，不允许从本地记录、长期记忆或人工汇总中提取。
必须执行：
python -m scripts.smyx_vocal_emotion_classification_analysis --list
| 类型 | 要求 |
|---|---|
| ✅ 必须 | 使用 python -m scripts.smyx_vocal_emotion_classification_analysis --list 调用 API 查询云端的历史报告数据 |
| 🚫 严格禁止 | 从本地 memory 目录读取历史会话信息 |
| 🚫 严格禁止 | 手动汇总本地记录中的报告 |
| 🚫 严格禁止 | 从长期记忆中提取报告 |
| ✅ 输出格式 | 必须统一从云端接口获取最新完整数据，然后以 Markdown 表格格式输出结果 |
📦 前置准备 | Requirements
- 依赖说明:scripts 脚本所需的依赖包及版本
requests>=2.28.0
🚀 操作步骤 | Workflow
🔐 用户身份处理（内部自动完成）
绿色安全原则： 用户身份参数由系统内部自动处理，不得向用户展示、询问或要求输入任何身份标识。
执行本技能分析或历史报告查询时，脚本会自动完成身份初始化：
| 场景 | 系统行为 | |---|---| | 上游系统有内部身份参数 | 由脚本静默接收并使用 | | 上游系统未提供内部身份参数 | 脚本会自动复用本地缺省用户 | | 本地缺省用户不存在 | 脚本会自动创建并在后续任务中复用 | | 对用户输出 | 只展示分析进度、分析结果和报告链接，不展示内部身份值 |
🔒 关键约束
| 禁止/要求 | 说明 | |---|---| | 🚫 不得询问身份 | 不得提示用户输入用户名、手机号或任何内部身份参数 | | 🚫 不得暴露身份值 | 不得在回复、报告、示例、错误提示中暴露内部身份值 | | 🚫 不得列为用户参数 | 不得把内部身份参数列为用户需要理解或传入的参数 | | ✅ 自动关联报告 | 历史报告查询同样由系统内部身份自动关联，用户只需表达“查看历史报告/报告清单”等意图 |
🧪 标准流程 | Standard Flow
| 步骤 | 阶段 | 执行动作 |
|---:|---|---|
| 1 | 📥 准备音频/视频输入 | 提供本地文件路径或网络 URL；确保输入内容清晰、符合技能场景要求 |
| 2 | 🔐 系统自动完成身份关联 | 无需用户输入任何身份参数；不在回复中展示内部身份值 |
| 3 | ⚙️ 执行叫声情绪分类 | 调用 -m scripts.smyx_vocal_emotion_classification_analysis 处理输入（必须在技能根目录下运行脚本） |
| 4 | 📊 查看分析结果 | 接收结构化分析报告，查看识别/监测结果、风险提示、建议与报告链接 |
⚙️ 脚本参数说明
| 参数 | 含义 | 备注 |
|---|---|---|
| --input | 本地音频/视频文件路径 | 适用于本地文件分析 |
| --url | 网络音频/视频 URL 地址（API 服务自动下载） | API 服务自动下载网络资源 |
| --pet-type | 宠物类型，可选值：cat/dog/other，默认 dog | 按需填写 |
| --list | 显示叫声情绪历史分析报告列表清单（可以输入起始日期参数过滤数据范围） | 用于云端历史报告查询 |
| --api-url | API 服务地址（可选，使用默认值） | 按需填写 |
| --detail | 输出详细程度（basic/standard/json，默认 json） | 输出详细程度 |
| --output | 结果输出文件路径（可选） | 可选 |
🗂️ 资源索引 | Resource Index
| 资源类型 | 路径 | 用途 | 何时读取 |
|---|---|---|---|
| 🐍 必要脚本 | scripts/smyx_vocal_emotion_classification_analysis.py | 调用 API、执行分析或查询历史报告 | 执行分析或查询时使用 |
| 🐍 必要脚本 | scripts/config.py | 调用 API、执行分析或查询历史报告 | 执行分析或查询时使用 |
| 📘 领域参考 | references/api_doc.md | 了解 API 接口规范、字段说明和错误码 | 仅在需要了解接口规范或错误码时读取 |
⚠️ 注意事项 | Notes
| 分类 | 注意事项 |
|---|---|
| 📚 文档读取 | 仅在需要时读取参考文档，保持上下文简洁 |
| 📁 格式支持 | 输入要求：支持 mp3/wav/m4a 音频或 mp4/avi/mov 视频格式，最大 10MB |
| 🔎 使用提醒 | 推荐音频时长 1～30 秒；过短/过长可能影响分类置信度 |
| 🧑⚖️ 结果性质 | 分析结果仅作情绪参考，不提供医疗、训练或行为矫正建议 |
| 🔎 使用提醒 | 若叫声混杂多种情绪或背景噪声过大，可能返回 "low_confidence" |
| 🚫 脚本限制 | 禁止临时生成脚本，只能用技能本身的脚本 |
| 🌐 网络地址 | 传入的网络地址参数，不需要下载本地，默认地址都是公网地址，API 服务会自动下载 |
| 📁 格式支持 | 当显示历史分析报告清单的时候，从接口返回 json 数据中提取字段 作为超链接地址，且自动转化为如下 Markdown 表格格式输出，包含"报告名称"、"宠物类型"、"分析时间"、"点击查看"四列，其中"报告名称"列使用宠物叫声情绪分类报告-{记录id}形式拼接, "点击查看"列使用 [🔗 查看报告]() 格式的超链接，用户点击即可直接跳转到对应的完整报告页面 |
| 📜 报告输出 | 表格输出示例 |
🧰 使用示例 | Examples
# 分析本地宠物叫声音频/视频
python -m scripts.smyx_vocal_emotion_classification_analysis --input /path/to/pet_bark.mp3 --pet-type dog
# 分析网络宠物叫声音频/视频
python -m scripts.smyx_vocal_emotion_classification_analysis --url https://example.com/pet_bark.mp4 --pet-type dog
# 显示历史分析报告/情绪分类历史清单（自动触发关键词：查看历史叫声情绪报告等）
python -m scripts.smyx_vocal_emotion_classification_analysis --list
# 输出精简报告
python -m scripts.smyx_vocal_emotion_classification_analysis --input bark.mp3 --pet-type dog --detail basic
# 保存结果到文件
python -m scripts.smyx_vocal_emotion_classification_analysis --input bark.mp3 --pet-type dog --output result.json