miao-moe/LanMountainDesktop
1
0
Fork 0
mirror of https://github.com/wwiinnddyy/LanMountainDesktop.git synced 2026-06-20 23:54:26 +08:00
Code Issues Packages Projects Releases Wiki Activity

0.2.8

Browse Source 
天气组件、倒计时组件微调。引入浏览器组件。
This commit is contained in:
lincube
2026-03-04 03:41:59 +08:00
parent e8276c4d1e
commit 3d22c04a04
31 changed files with 3258 additions and 576 deletions
Download Patch File Download Diff File Expand all files Collapse all files

771
noise.md Normal file
View File

@@ -0,0 +1,771 @@
# 沉浸式时钟噪音计算与评分技术文档
Immersive Clock 的噪音监测系统不仅仅是一个简单的分贝计，它内置了一个基于心理声学与专注力理论的评分引擎。该引擎旨在客观、多维度地量化环境噪音对学习心流的干扰程度。
本文档详细解析了该系统的计算原理、核心指标定义、评分算法及完整的技术架构。
## 目录
1. [核心理念](#1-核心理念)
2. [系统架构](#2-系统架构)
3. [数据采集层](#3-数据采集层)
4. [数据聚合层](#4-数据聚合层)
5. [评分算法核心](#5-评分算法核心)
6. [数据存储层](#6-数据存储层)
7. [历史报告生成](#7-历史报告生成)
8. [流服务整合](#8-流服务整合)
9. [配置参数体系](#9-配置参数体系)
10. [类型定义](#10-类型定义)
---
## 1. 核心理念
### 1.1 设计原则
系统认为，并非所有"响声"都是一样的。对于专注力而言：
- **持续的嗡嗡声**（如嘈杂的人群）比**偶尔的掉笔声**更具破坏性
- **频繁的打断**（如每分钟都有人说话）比**单次的大声喧哗**更让人烦躁
- **评分与校准分离**：评分使用原始 DBFS 数据，校准仅影响显示分贝
因此，评分系统采用了 **多维度加权扣分制**，满分 100 分，根据环境表现进行扣分。
### 1.2 评分与校准分离
项目通过"原始数据（用于评分）"与"显示数据（用于展示）"的**严格分层**，杜绝了校准值导致的评分偏差：
1. **评分只依赖原始 DBFS（设备输出的相对电平）**
- 评分的三项核心指标（`p50Dbfs`、`overRatioDbfs`、`segmentCount`）都来自原始 `dbfs` 统计
- "超阈时长占比"判定条件固定为：`dbfs > scoreThresholdDbfs`（阈值默认 `-50 dBFS`），与校准无关
- 这意味着即使用户把"显示分贝基准"调高/调低，评分侧的 `dbfs` 不会变化，因此得分与超阈时长也不会被"调参刷分"
2. **校准仅影响 Display dB（UI 展示口径），不进入评分链路**
- 校准（`baselineRms` / `baselineDb`）只用于将 `rms` 映射为 `displayDb`，用于实时显示与报告中的"噪音等级分布"等图表展示
- 这些展示口径变化不会反向影响评分输入，也不会改变切片摘要中的 `raw.*` 字段
3. **统计报告中"超阈时长"取自 raw.overRatioDbfs**
- 报告里展示的"超阈时长"是对每个切片 `raw.overRatioDbfs` 按有效采样时长加权汇总得到，仍然完全基于 DBFS
- 相比之下，"噪音等级分布"使用的是 `display.avgDb`（校准后的显示分贝），因此它会随校准变化——这是为了更贴近用户直觉的 dB 区间划分
---
## 2. 系统架构
### 2.1 整体架构图
```
┌─────────────────────────────────────────────────────────────────┐
│ 用户界面层 │
│ ┌──────────────┐ ┌──────────────┐ ┌──────────────┐ │
│ │ 实时监控组件 │ │ 噪音报告弹窗 │ │ 噪音历史列表 │ │
│ └──────────────┘ └──────────────┘ └──────────────┘ │
└─────────────────────────────────────────────────────────────────┘
↑
│ 订阅/发布
↓
┌─────────────────────────────────────────────────────────────────┐
│ 流服务层 │
│ ┌──────────────────────────────────────────────────────────┐ │
│ │ 噪音流服务 - 订阅管理、生命周期控制、设置热更新 │ │
│ └──────────────────────────────────────────────────────────┘ │
└─────────────────────────────────────────────────────────────────┘
↑
│ 帧数据流
↓
┌─────────────────────────────────────────────────────────────────┐
│ 数据聚合层 │
│ ┌──────────────────┐ ┌────────────────────────────────────┐ │
│ │ 噪音帧处理器 │ │ 噪音切片聚合器 │ │
│ │ - RMS/dBFS 计算 │ │ - 切片聚合、统计指标、评分计算 │ │
│ │ - 50ms/帧 │ │ - 30秒/切片 │ │
│ └──────────────────┘ └────────────────────────────────────┘ │
│ ┌──────────────────────────────────────────────────────────┐ │
│ │ 实时环形缓冲区 - 保留固定时长的实时数据 │ │
│ └──────────────────────────────────────────────────────────┘ │
└─────────────────────────────────────────────────────────────────┘
↑
│ 音频流
↓
┌─────────────────────────────────────────────────────────────────┐
│ 数据采集层 │
│ ┌──────────────────────────────────────────────────────────┐ │
│ │ 麦克风采集 - Web Audio API、滤波器、AnalyserNode │ │
│ └──────────────────────────────────────────────────────────┘ │
└─────────────────────────────────────────────────────────────────┘
↑
│ 物理音频
↓
┌─────────────────────────────────────────────────────────────────┐
│ 数据存储层 │
│ ┌──────────────────────────────────────────────────────────┐ │
│ │ 切片存储 - localStorage、时间清理、容量限制 │ │
│ └──────────────────────────────────────────────────────────┘ │
└─────────────────────────────────────────────────────────────────┘
↑
│ 历史数据
↓
┌─────────────────────────────────────────────────────────────────┐
│ 历史报告层 │
│ ┌──────────────────────────────────────────────────────────┐ │
│ │ 历史构建 - 课表关联、加权平均评分、覆盖率计算 │ │
│ └──────────────────────────────────────────────────────────┘ │
└─────────────────────────────────────────────────────────────────┘
```
### 2.2 模块说明
| 模块 | 功能 |
|------|------|
| 类型定义 | 核心类型定义 |
| 常量定义 | 分析参数常量、报告参数常量 |
| 麦克风采集 | 音频采集 |
| 帧处理器 | 帧处理 |
| 切片聚合器 | 切片聚合 |
| 环形缓冲区 | 实时数据 |
| 流服务 | 流管理 |
| 评分引擎 | 评分算法 |
| 切片服务 | 存储服务 |
| 历史构建 | 历史报告 |
| 设置管理 | 设置管理 |
---
## 3. 数据采集层
### 3.1 麦克风采集
#### 3.1.1 Web Audio API 使用
系统使用 Web Audio API 获取麦克风输入，构建完整的音频处理链路：
```
麦克风 → MediaStream → MediaStreamAudioSourceNode
→ 高通滤波器 (80Hz) → 低通滤波器 (8000Hz)
→ AnalyserNode (FFT Size 2048)
```
#### 3.1.2 音频滤波器配置
| 滤波器类型 | 截止频率 | 作用 |
|-----------|---------|------|
| 高通滤波器 | 80 Hz | 过滤低频噪音（如空调嗡嗡声） |
| 低通滤波器 | 8000 Hz | 过滤高频噪音（如电子设备啸叫） |
#### 3.1.3 AnalyserNode 配置
```typescript
analyser.fftSize = 2048; // FFT 窗口大小
analyser.smoothingTimeConstant = 0; // 无平滑，实时响应
```
#### 3.1.4 权限处理与错误处理
```typescript
// 麦克风权限请求配置
{
audio: {
echoCancellation: false, // 禁用回声消除
noiseSuppression: false, // 禁用降噪
autoGainControl: false, // 禁用自动增益
},
video: false
}
```
**浏览器兼容性说明：**
- 部分浏览器/设备可能忽略上述约束设置
- 建议在 UI 中提示用户实际生效的约束
- 需要测试矩阵验证：Chrome/Firefox/Safari/Edge/iOS Safari/Android WebView
**错误处理：**
- `NotAllowedError` / `SecurityError` → 权限拒绝
- `AudioContext not supported` → 浏览器不支持
---
### 3.2 帧处理器
#### 3.2.1 采样频率
- **帧间隔**：50ms（约 20 fps）
- **数据来源**：AnalyserNode.getFloatTimeDomainData()
#### 3.2.2 RMS（均方根）计算
RMS 是衡量音频信号强度的标准方法：
**公式：**
$$ \text{RMS} = \sqrt{\frac{1}{N} \sum_{i=1}^{N} x_i^2} $$
#### 3.2.3 dBFS（分贝满刻度）转换
dBFS 是数字音频的标准分贝单位，范围 -100 到 0 dB：
**公式：**
$$ \text{dBFS} = 20 \times \log_{10}(\text{RMS}) $$
**范围限制：**
- 最小值：-100 dBFS（静音）
- 最大值：0 dBFS（满刻度）
#### 3.2.4 峰值检测
峰值用于检测突发噪音，在 RMS 计算过程中同时记录峰值。
---
## 4. 数据聚合层
### 4.1 切片聚合器
#### 4.1.1 切片时长
- **默认切片时长**：30 秒
- **可配置范围**：≥ 1 秒
#### 4.1.2 统计指标计算
切片聚合器为每个切片计算以下统计指标：
| 指标 | 说明 | 计算方法 |
|------|------|---------|
| avgDbfs | 平均分贝 | 能量平均（线性域 RMS 平均后转回 dBFS） |
| maxDbfs | 最大分贝 | 所有帧 dBFS 的最大值 |
| p50Dbfs | 中位数分贝 | 线性域分位数（RMS 域计算后转回 dBFS） |
| p95Dbfs | 95分位数分贝 | 线性域分位数（RMS 域计算后转回 dBFS） |
| overRatioDbfs | 超阈值比例 | 超阈值时长 / 采样时长 |
| segmentCount | 事件段数量 | 独立噪音事件次数 |
| sampledDurationMs | 采样时长 | 有效采样时间（排除缺口） |
| gapCount | 缺口数量 | 数据缺口次数 |
| maxGapMs | 最大缺口时长 | 最长数据缺口时长 |
#### 4.1.3 能量平均计算（avgDbfs）
**公式：**
$$ \text{avgDbfs} = 20 \times \log_{10}\left(\sqrt{\frac{1}{N} \sum_{i=1}^{N} 10^{\text{dBFS}_i / 10}}\right) $$
**物理意义：** 在线性域（RMS）上做平均，符合能量守恒定律
#### 4.1.4 线性域分位数计算
**公式：**
$$ \text{quantileDbfs} = 20 \times \log_{10}(Q_{\text{RMS}}(p)) $$
其中 $Q_{\text{RMS}}(p)$ 是 RMS 域的分位数，使用线性插值计算：
$$ Q_{\text{RMS}}(p) = x_{\lfloor i \rfloor} \times (1 - w) + x_{\lceil i \rceil} \times w $$
- $i = (n-1) \times p$
- $w = i - \lfloor i \rfloor$
**物理意义：** 在线性域（RMS）上计算分位数，符合能量统计的严谨性
#### 4.1.5 超阈值比例计算（时间加权）
**公式：**
$$ \text{overRatioDbfs} = \frac{\text{超阈值时长}}{\text{采样时长}} $$
**物理意义：** 使用实际时长而非帧数计算比例，更精确
#### 4.1.6 事件段检测与合并算法
事件段检测用于识别独立的噪音事件：
**合并规则：**
- **合并窗口**：500ms（默认）
- 如果两次超阈值事件间隔 ≤ 500ms，合并为同一事件段
- 否则计为新的独立事件段
**示例：**
```
时间轴： 0ms 200ms 400ms 600ms 800ms 1000ms
状态： [噪音] [噪音] [安静] [噪音] [噪音] [安静]
合并后： └─────── 事件段1 ───────┘ └── 事件段2 ──┘
```
#### 4.1.7 显示分贝映射（校准机制）
显示分贝用于用户界面展示，支持校准：
**公式（有校准）：**
$$ \text{displayDb} = \text{baselineDb} + 20 \times \log_{10}\left(\frac{\text{rms}}{\text{baselineRms}}\right) $$
**公式（无校准）：**
$$ \text{displayDb} = 20 \times \log_{10}\left(\frac{\text{rms}}{10^{-3}}\right) + 60 $$
**范围限制：** 20 dB ~ 100 dB
**校准流程说明：**
1. 使用标准声源（如 60 dB 的白噪音）
2. 测量对应的 RMS 值
3. 设置为 baselineRms
4. 设置对应的显示分贝为 baselineDb
#### 4.1.8 缺口检测与采样时长统计
**缺口阈值：** `max(1000ms, frameMs × 5)` = **1000ms**（默认）
当检测到数据缺口时，会触发切片完成并记录缺口信息。
#### 4.1.9 无效帧过滤
低于 -90 dBFS 的帧被视为静音/无效信号，不参与统计。
**常量说明：**
- `INVALID_DBFS_THRESHOLD = -90`：统计意义上的"静音"阈值
- `DBFS_MIN_POSSIBLE = -100`：物理最小可表示值（用于 clamp）
- `DBFS_MAX_POSSIBLE = 0`：物理最大可表示值（用于 clamp）
---
### 4.2 实时环形缓冲区
#### 4.2.1 数据结构设计
环形缓冲区使用固定容量数组实现，通过起始索引和当前长度管理数据。
#### 4.2.2 时间窗口裁剪策略
**裁剪规则：** 移除时间戳早于 `当前时间 - retentionMs` 的数据点
---
## 5. 评分算法核心
### 5.1 三大核心指标
评分引擎从以下三个维度对噪音数据进行分析：
#### A. 持续噪音水平 (Sustained Level)
- **定义**：剔除突发噪音后的环境"底噪"水平
- **算法**：使用时段内所有帧的中位数电平 (`p50Dbfs`)
- **意义**：反映环境本身是否安静。如果环境中有持续的风扇声或交谈声，该指标会升高
#### B. 超阈值时长占比 (Over Threshold Ratio)
- **定义**：原始 `DBFS` 超过评分阈值（`scoreThresholdDbfs`）的时间比例
- **算法**：`超阈值时长 / 采样时长`（超标判定：`dbfs > scoreThresholdDbfs`）
- **意义**：反映环境的"纯净度"。即使是 0.1 秒的尖叫也会被精确计入，无法被平均值掩盖
> **提示**：评分阈值（`scoreThresholdDbfs`，单位 dBFS）与"界面报警/提示音"使用的显示分贝阈值（`maxLevelDb`，单位 dB）不是同一个概念；前者只用于评分，后者用于判定 noisy/quiet 与提示音触发。
#### C. 打断次数密度 (Interruption Density)
- **定义**：单位时间内（每分钟）发生的独立噪音事件次数
- **智能合并算法**：
- 系统设有 **500ms** (默认) 的合并窗口
- 如果两次响声间隔小于该窗口（如拉椅子的一连串声音），会被合并为 **1 次打断**
- 只有间隔较长的响声才会被计为新的打断
- **意义**：反映环境的干扰频率。频繁的打断（如断断续续的说话声）比连续的噪音更易打断心流
### 5.2 评分引擎
#### 5.2.1 三维度评分模型
评分系统从三个维度对噪音进行评估：
| 维度 | 权重 | 指标 | 满扣分条件 |
|------|------|------|-----------|
| **持续噪音** | 40% | p50Dbfs | 中位数超过阈值 6 dBFS |
| **超阈时长** | 30% | overRatioDbfs | 超阈时间占比 30% |
| **打断频次** | 30% | segmentCount | 6 次/分钟 |
#### 5.2.2 评分公式
**总惩罚系数：**
$$ \text{TotalPenalty} = 0.40 \times P_{\text{sustained}} + 0.30 \times P_{\text{time}} + 0.30 \times P_{\text{segment}} $$
**最终得分：**
$$ \text{Score} = 100 \times (1 - \text{TotalPenalty}) $$
#### 5.2.3 惩罚系数计算
##### A. 持续噪音惩罚
**公式：**
$$ P_{\text{sustained}} = \text{clamp}_{[0,1]}\left(\frac{\text{p50Dbfs} - \text{threshold}}{6}\right) $$
**满扣分条件：** `p50Dbfs - threshold ≥ 6 dBFS`
##### B. 超阈时长惩罚
**公式：**
$$ P_{\text{time}} = \text{clamp}_{[0,1]}\left(\frac{\text{overRatioDbfs}}{0.3}\right) $$
**满扣分条件：** `overRatioDbfs ≥ 30%`
##### C. 打断频次惩罚
**公式：**
$$ P_{\text{segment}} = \text{clamp}_{[0,1]}\left(\frac{\text{segmentCount} / \text{minutes}}{\text{maxSegmentsPerMin}}\right) $$
**满扣分条件：** `segmentsPerMin ≥ 6 次/分钟`
#### 5.2.4 权重解读
- **持续噪音 (40%)**：持续底噪仍会明显拉低分数
- **超阈时长 (30%)**：只要大部分时间安静，偶尔的噪音仍可被容忍
- **打断频次 (30%)**：强调"被频繁打断"对心流的破坏，提升对碎片化干扰的惩罚力度
#### 5.2.5 边界条件处理
- DBFS 范围限制：-100 到 0 dB
- 惩罚系数范围限制：0 到 1
- 评分范围限制：0 到 100 分
#### 5.2.6 有效时长处理
优先使用采样有效时长，不存在时回退到物理时长。
#### 5.2.7 评分示例
**场景 1：安静环境**
- p50Dbfs = -60 dBFS, threshold = -50 dBFS
- overRatioDbfs = 0.05 (5%)
- segmentCount = 1, duration = 30s
```
sustainedPenalty = clamp01((-60 - (-50)) / 6) = clamp01(-10/6) = 0
timePenalty = clamp01(0.05 / 0.3) = 0.167
segmentPenalty = clamp01((1/0.5) / 6) = clamp01(2/6) = 0.333
TotalPenalty = 0.4×0 + 0.3×0.167 + 0.3×0.333 = 0.15
Score = 100 × (1 - 0.15) = 85 分
```
**场景 2：嘈杂环境**
- p50Dbfs = -45 dBFS, threshold = -50 dBFS
- overRatioDbfs = 0.40 (40%)
- segmentCount = 8, duration = 30s
```
sustainedPenalty = clamp01((-45 - (-50)) / 6) = clamp01(5/6) = 0.833
timePenalty = clamp01(0.40 / 0.3) = 1.0
segmentPenalty = clamp01((8/0.5) / 6) = clamp01(16/6) = 1.0
TotalPenalty = 0.4×0.833 + 0.3×1.0 + 0.3×1.0 = 0.933
Score = 100 × (1 - 0.933) = 6.7 分
```
---
## 6. 数据存储层
### 6.1 切片服务
#### 6.1.1 localStorage 存储策略
存储键：`noise-slices`
**隐私说明：**
- 存储内容：时间戳、噪音统计（不包含音频数据）
- 风险：可能泄露位置/日程信息
- 建议：在 UI 中提供"清除历史"功能
#### 6.1.2 时间窗口清理
**默认保留时长：** 14 天
**可配置范围：** 1 ~ 365 天
使用新切片的结束时间作为基准计算 cutoff，确保新切片不会被清理。
#### 6.1.3 容量限制
**容量上限：** 本地存储配额的 90%
#### 6.1.4 数据规范化与校验
**精度控制：**
- dBFS：3 位小数
- overRatioDbfs：4 位小数
- 显示分贝：2 位小数
- 评分：1 位小数
---
## 7. 历史报告生成
### 7.1 历史构建器
#### 7.1.1 与课表关联逻辑
**关联规则：**
1. 按日期分组切片
2. 对每个日期的每个课时，查找重叠的切片
3. 计算该课时的平均评分
#### 7.1.2 时段平均评分计算（加权平均）
**公式：**
$$ \text{avgScore} = \frac{\sum_{i} \text{score}_i \times \text{effectiveMs}_i}{\sum_{i} \text{effectiveMs}_i} $$
其中：
$$ \text{effectiveMs}_i = \text{sampledDurationMs}_i \times \frac{\text{overlapMs}_i}{\text{sliceMs}_i} $$
#### 7.1.3 覆盖率计算
**公式：**
$$ \text{coverageRatio} = \frac{\text{totalMs}}{\text{periodMs}} $$
**含义：** 课时内有效采样时长占课时总时长的比例
#### 7.1.4 日期时间处理
**时区说明：**
- 使用本地时区
- 内部存储使用 UTC 时间戳
- 对外展示使用本地时间
**日期格式：** `YYYY-MM-DD`
**时间格式：** `HH:MM`
#### 7.1.5 跨天课时处理
如果结束时间 ≤ 开始时间，则课时跨越到次日。
#### 7.1.6 报告中的图表
在噪音统计报告中，您可以直观地看到这些数据：
- **评分走势图**：展示了 `Score` 随时间的变化，帮助您回顾专注状态
- **噪音等级分布**：将每一帧归类为安静/正常/吵闹/极吵，直观展示时间占比
- **扣分归因**：直接显示上述三个维度的扣分比例，告诉您为什么分低（是因为一直吵，还是因为总被打断）
- **打断次数密度**：展示每分钟被干扰的次数
---
## 8. 流服务整合
### 8.1 噪音流服务
#### 8.1.1 订阅/发布模式
**模式：** 观察者模式
- 多个组件可同时订阅
- 最后一个订阅者取消时自动停止采集
#### 8.1.2 生命周期管理
流服务支持启动、停止和重启操作，自动管理采集资源的生命周期。
#### 8.1.3 预热帧处理
**目的：** 丢弃麦克风启动后的不稳定数据（约 500ms）
#### 8.1.4 设置热更新响应
**需要重启的参数：**
- frameMs
- sliceSec
- scoreThresholdDbfs
- segmentMergeGapMs
- maxSegmentsPerMin
**无需重启的参数：**
- maxLevelDb
- showRealtimeDb
- alertSoundEnabled
- avgWindowSec
- baselineDb
#### 8.1.5 时间加权平均
**公式：**
$$ \text{avg} = \frac{\sum_{i} v_i \times (t_{i+1} - t_i)}{\sum_{i} (t_{i+1} - t_i)} $$
---
## 9. 配置参数体系
### 9.1 常量定义
#### 9.1.1 分析参数
```typescript
NOISE_ANALYSIS_SLICE_SEC = 30; // 切片时长 30 秒
NOISE_ANALYSIS_FRAME_MS = 50; // 帧间隔 50ms
NOISE_SCORE_THRESHOLD_DBFS = -50; // 评分阈值 -50dBFS
NOISE_SCORE_SEGMENT_MERGE_GAP_MS = 500; // 事件段合并间隔 500ms
NOISE_SCORE_MAX_SEGMENTS_PER_MIN = 6; // 每分钟最大事件段数 6
NOISE_REALTIME_CHART_SLICE_COUNT = 1; // 实时图表切片数 1
```
#### 9.1.2 报告参数
```typescript
DEFAULT_NOISE_REPORT_RETENTION_DAYS = 14; // 默认保留 14 天
MIN_NOISE_REPORT_RETENTION_DAYS = 1; // 最小保留 1 天
MAX_NOISE_REPORT_RETENTION_DAYS_FALLBACK = 365; // 最大保留 365 天
```
### 9.2 设置管理
#### 9.2.1 固定参数
为保证评分口径稳定，避免用户通过调整参数"刷分"，以下参数固定为程序内常量：
- sliceSec
- frameMs
- scoreThresholdDbfs
- segmentMergeGapMs
- maxSegmentsPerMin
#### 9.2.2 可配置参数
| 参数 | 类型 | 默认值 | 说明 |
|------|------|--------|------|
| maxLevelDb | number | 55 | 最大允许噪音级别（显示分贝） |
| baselineDb | number | 40 | 手动基准显示分贝 |
| showRealtimeDb | boolean | true | 是否显示实时分贝 |
| avgWindowSec | number | 1 | 噪音平均时间窗（秒） |
| alertSoundEnabled | boolean | false | 超阈值提示音开关 |
---
## 10. 类型定义
### 10.1 核心类型
#### 10.1.1 噪音帧采样
```typescript
interface NoiseFrameSample {
t: number; // 时间戳
rms: number; // 均方根值
dbfs: number; // 分贝值 (dBFS)
peak?: number; // 峰值
}
```
#### 10.1.2 噪音切片原始统计
```typescript
interface NoiseSliceRawStats {
avgDbfs: number; // 平均分贝
maxDbfs: number; // 最大分贝
p50Dbfs: number; // 中位数分贝
p95Dbfs: number; // 95分位数分贝
overRatioDbfs: number; // 超阈值比例
segmentCount: number; // 事件段数量
sampledDurationMs?: number; // 采样时长
gapCount?: number; // 缺口数量
maxGapMs?: number; // 最大缺口时长
}
```
#### 10.1.3 噪音切片显示统计
```typescript
interface NoiseSliceDisplayStats {
avgDb: number; // 平均显示分贝
p95Db: number; // 95分位数显示分贝
}
```
#### 10.1.4 噪音评分明细
```typescript
interface NoiseScoreBreakdown {
sustainedPenalty: number; // 持续噪音惩罚
timePenalty: number; // 时间惩罚
segmentPenalty: number; // 事件段惩罚
thresholdsUsed: {
scoreThresholdDbfs: number; // 使用的评分阈值
segmentMergeGapMs: number; // 使用的合并间隔
maxSegmentsPerMin: number; // 使用的最大事件段数
};
sustainedLevelDbfs: number; // 持续电平
overRatioDbfs: number; // 超阈值比例
segmentCount: number; // 事件段数量
minutes: number; // 时长（分钟）
durationMs?: number; // 物理时长
sampledDurationMs?: number; // 采样时长
coverageRatio?: number; // 覆盖率
}
```
#### 10.1.5 噪音切片摘要
```typescript
interface NoiseSliceSummary {
start: number; // 开始时间戳
end: number; // 结束时间戳
frames: number; // 帧数
raw: NoiseSliceRawStats; // 原始统计
display: NoiseSliceDisplayStats; // 显示统计
score: number; // 评分
scoreDetail: NoiseScoreBreakdown; // 评分明细
}
```
#### 10.1.6 实时数据点
```typescript
interface NoiseRealtimePoint {
t: number; // 时间戳
dbfs: number; // 分贝值 (dBFS)
displayDb: number; // 显示分贝
}
```
#### 10.1.7 噪音流快照
```typescript
interface NoiseStreamSnapshot {
status: NoiseStreamStatus; // 流状态
realtimeDisplayDb: number; // 实时显示分贝
realtimeDbfs: number; // 实时分贝 (dBFS)
maxLevelDb: number; // 最大允许级别
showRealtimeDb: boolean; // 是否显示实时分贝
alertSoundEnabled: boolean; // 提示音开关
ringBuffer: NoiseRealtimePoint[]; // 环形缓冲区快照
latestSlice: NoiseSliceSummary | null; // 最新切片
}
```
#### 10.1.8 噪音流状态
```typescript
type NoiseStreamStatus =
| "initializing" // 初始化中
| "quiet" // 安静
| "noisy" // 嘈杂
| "permission-denied" // 权限拒绝
| "error"; // 错误
```
---
## 附录
### A. 术语表
| 术语 | 英文 | 说明 |
|------|------|------|
| 均方根 | RMS (Root Mean Square) | 衡量音频信号强度的标准方法 |
| 分贝满刻度 | dBFS (Decibels relative to Full Scale) | 数字音频的标准分贝单位，范围 -100 到 0 dB |
| 显示分贝 | Display dB | 用于用户界面展示的分贝值，范围 20 到 100 dB |
| 切片 | Slice | 固定时间窗口（默认 30 秒）内的噪音数据聚合 |
| 帧 | Frame | 单次音频采样（默认 50ms） |
| 事件段 | Segment | 独立的噪音事件，通过合并窗口（500ms）合并 |
### B. 参数固定策略
为保证统计口径稳定，当前版本将"分析与评分"的高级参数固定为程序内常量：
| 参数 | 值 | 说明 |
|------|-----|------|
| frameMs | 50ms | 约 20fps |
| sliceSec | 30s | 切片时长 |
| scoreThresholdDbfs | -50 dBFS | 评分阈值 |
| segmentMergeGapMs | 500ms | 事件段合并间隔 |
| maxSegmentsPerMin | 6 | 每分钟最大事件段数 |
### C. 技术栈
- **音频处理**：Web Audio API
- **数据存储**：localStorage
- **前端框架**：React 18
- **构建工具**：Vite 5
- **类型系统**：TypeScript 5.4