openvela 本地音频事件检测系统

面向 CCF2026 openvela03「基于 openvela 的本地音频事件检测系统赛题」的本地可复现 baseline。项目实现了完整链路：

音频输入 -> 特征提取 -> 轻量模板模型推理 -> 误报抑制 -> 事件输出/告警展示 -> 指标报告

当前支持事件：knock、alarm、baby_cry、glass_break、doorbell、cough、no_event。

快速运行

cd C:\CCFOpenSourcepowershell
cd C:\CCFOpenSource\06_openvela_audio_event
python -m pip install -r requirements.txt
python scripts\run_all.py
6_openvela_audio_event
python -m pip install -r requirements.txt
python scripts\run_all.py

运行后会生成：

• data/samples/: 合成训练/测试 WAV 小数据集。
• model/model.json: 8 KB 级轻量模板模型。
• openvela_port/generated_model.h: 可迁移到 C 端的定点数组。
• reports/: 指标、混淆矩阵、预测明细和 demo 事件日志。
• submission/openvela_audio_event_submission.zip: 可上传提交包。

命令行 demo

$env:PYTHONPATH='src'
python -m openvela_audio_event.demo --input data\samples\test --model model\model.json

告警 dashboard

$env:PYTHONPATH='src'
python -m openvela_audio_event.dashboard --host 127.0.0.1 --port 8765

浏览器打开 http://127.0.0.1:8765。页面支持置信度阈值、能量门限调整、事件日志、音频回放和低功耗节省估计。

当前量化结果

python scripts\run_all.py 在 63 个合成测试样例上的结果：

指标	数值
Accuracy	1.0000
Macro Recall	1.0000
Macro F1	1.0000
False Alarms	0
Misses	0
P95 Latency	约 5.54 ms
Model Size	8441 bytes

注意：以上是可复现合成小数据集指标，真实麦克风环境需要补充实录样例做二次标定。

文档入口

• docs/research_notes.md: 官方赛题、openvela、音频数据集调研。
• docs/technical_solution.md: 技术方案。
• docs/testing.md: 测试与量化指标。
• docs/usage.md: 使用说明。
• docs/demo_script.md: 演示脚本。
• docs/openvela_migration.md: openvela 迁移方案。
• docs/submission_checklist.md: 提交核查清单。
• final_report.md: 本次生成结果、命令、指标、zip 路径和风险。