升级声音检测算法：动态阈值+零交叉率

- 实现动态阈值调整（背景噪音+25%）
- 添加零交叉率检测区分语音和噪音
- 优化灵敏度，适应50-70的能量范围
- 实时显示ZCR和背景能量值
- 大幅提高语音检测准确性

energy_based_recorder.py

@@ -80,6 +80,44 @@ class EnergyBasedRecorder:
         
         return rms
     
+    def calculate_zero_crossing_rate(self, audio_data):
+        """计算零交叉率（辅助判断语音）"""
+        if len(audio_data) == 0:
+            return 0
+        
+        audio_array = np.frombuffer(audio_data, dtype=np.int16)
+        
+        # 计算零交叉次数
+        zero_crossings = np.sum(np.diff(np.sign(audio_array)) != 0)
+        
+        # 归一化到采样率
+        zcr = zero_crossings / len(audio_array) * self.RATE
+        
+        return zcr
+    
+    def is_voice_active_advanced(self, energy, zcr):
+        """高级语音活动检测"""
+        # 动态阈值：基于背景噪音
+        if len(self.energy_history) >= 10:
+            # 使用最近10个样本的中位数作为背景噪音
+            background_energy = np.median(self.energy_history[-10:])
+            
+            # 动态阈值：背景噪音 + 25%（比原来的500更敏感）
+            dynamic_threshold = max(50, background_energy * 1.25)
+            
+            # 能量条件
+            energy_condition = energy > dynamic_threshold
+            
+            # 零交叉率条件：语音通常在500-5000 Hz之间
+            # 对于8kHz采样率，ZCR通常在500-2000之间
+            zcr_condition = 500 < zcr < 3000
+            
+            # 同时满足能量和ZCR条件才认为是语音
+            return energy_condition and zcr_condition
+        else:
+            # 初始阶段使用固定阈值
+            return energy > 80  # 更低的初始阈值
+    
     def get_average_energy(self):
         """获取平均能量水平"""
         if not self.energy_history:
@@ -233,6 +271,10 @@ class EnergyBasedRecorder:
         print("- 最少录音2秒，最多30秒")
         print("- 录音完成后自动播放")
         print("- 按 Ctrl+C 退出")
+        print("🎯 新增功能:")
+        print("- 动态阈值调整（基于背景噪音）")
+        print("- 零交叉率检测（区分语音和噪音）")
+        print("- 实时显示ZCR和背景能量")
         print("=" * 50)
         
         try:
@@ -243,8 +285,9 @@ class EnergyBasedRecorder:
                 if len(data) == 0:
                     continue
                 
-                # 计算能量
+                # 计算能量和零交叉率
                 energy = self.calculate_energy(data)
+                zcr = self.calculate_zero_crossing_rate(data)
                 
                 # 性能监控
                 self.monitor_performance()
@@ -255,7 +298,7 @@ class EnergyBasedRecorder:
                     recording_duration = time.time() - self.recording_start_time
                     
                     # 更新最后声音时间
-                    if self.is_voice_active(energy):
+                    if self.is_voice_active_advanced(energy, zcr):
                         self.last_sound_time = time.time()
                     
                     # 检查是否应该结束录音
@@ -273,23 +316,22 @@ class EnergyBasedRecorder:
                         self.stop_recording()
                     
                     # 显示录音状态
-                    status = f"录音中... {recording_duration:.1f}s | 能量: {energy:.0f} | 静音: {current_time - self.last_sound_time:.1f}s"
+                    bg_energy = np.median(self.energy_history[-10:]) if len(self.energy_history) >= 10 else 0
+                    status = f"录音中... {recording_duration:.1f}s | 能量: {energy:.0f} | ZCR: {zcr:.0f} | 背景: {bg_energy:.0f}"
                     print(f"\r{status}", end='', flush=True)
                 
                 else:
-                    # 监听模式
+                    # 监听模式 - 使用高级检测
-                    if self.is_voice_active(energy):
+                    if self.is_voice_active_advanced(energy, zcr):
                         # 检测到声音，开始录音
                         self.start_recording()
                     else:
                         # 显示监听状态
                         avg_energy = self.get_average_energy()
-                        status = f"监听中... 能量: {energy:.0f} | 平均: {avg_energy:.0f} | 阈值: {self.energy_threshold}"
+                        bg_energy = np.median(self.energy_history[-10:]) if len(self.energy_history) >= 10 else 0
+                        status = f"监听中... 能量: {energy:.0f} | ZCR: {zcr:.0f} | 背景: {bg_energy:.0f}"
                         print(f"\r{status}", end='', flush=True)
                 
-                        # 自动调整阈值
-                        self.auto_adjust_threshold()
-                
                 # 减少CPU使用
                 time.sleep(0.01)