# 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