宠物叫声情绪深度分类

要解决什么问题

家里狗叫、猫叫到底是在兴奋、焦虑还是撒娇，单靠人耳很难稳定判断；寄养、医院或智能设备场景里，更需要可复现的情绪标签而不是主观猜测。本技能面向犬/猫叫声音频或含叫声的视频（本地文件或 URL），只做一件事：把片段映射到预设情绪类别并给出置信度，并可从云端拉取历史分析清单。

技能如何工作

触发后，Agent 在技能根目录调用 scripts/smyx_vocal_emotion_classification_analysis，由后端完成音频处理与分类，典型链路包括：

• 预处理：降噪与切片，便于从视频轨或纯音频中提取有效片段
• 特征：基频、能量、时长、间隔、谐波结构等声学量
• 分类：哀嚎、低吼、兴奋、孤独、恐惧、撒娇等 6 类及以上，附带置信度；混杂情绪或噪声过大时可能出现 low_confidence
• 历史报告：用户表达「查看历史叫声情绪报告」等意图时，须用 python -m scripts.smyx_vocal_emotion_classification_analysis --list 从云端 API 取数，以 Markdown 表格输出（禁止从本地 memory 拼清单）

常用参数：--input / --url 指定素材，--pet-type 为 cat / dog / other（默认 dog），--detail 控制输出粒度。

边界与注意

• 输入建议 mp3/wav/m4a 或 mp4/avi/mov，单文件 ≤10MB，叫声片段约 1～30 秒 较合适
• 输出为情绪参考与结构化报告链接，不提供医疗诊断或行为矫正方案
• 用户身份由系统静默关联，Agent 不得向用户索要或展示内部身份参数