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、害怕还是撒娇，单靠人耳往往只能猜个大概；寄养中心、诊室或智能设备里更需要可复现的标签，而不是主观描述。本技能面向犬/猫叫声音频或含叫声的视频片段，在明确不提供医疗或行为矫正建议的前提下，给出基于声学分析的情绪分类结果和置信度，方便对照日常互动或做趋势观察。

技能如何工作

触发后会把用户提供的本地文件路径或公网 URL 交给技能内置脚本 scripts.smyx_vocal_emotion_classification_analysis（须在技能根目录执行）。流程要点：

• 输入：支持 mp3/wav/m4a 及常见视频格式，建议片段 1～30 秒、背景噪声尽量小；网络 URL 由 API 侧下载，无需本地先拉文件。
• 特征与分类：从音频中提取频率、时长、间隔、谐波结构等特征，映射到 6 类以上预设情绪（如哀嚎、低吼、兴奋、孤独、恐惧、撒娇/哀鸣等），并给出 Top-3 分布与 0～1 置信度。
• 身份与历史：分析前需按文档流程获取有效 open-id（禁止臆造）；查询「历史叫声情绪报告」类需求时，必须通过脚本的 --list --open-id 走云端接口，并以 Markdown 表格列出报告名称、宠物类型、分析时间与 reportImageUrl 链接。
• 输出：结构化报告含主情绪、声学摘要（基频 Hz、时长 ms、能量、谐波丰富度等）、片段时间戳及潜在状态提示；混杂情绪或噪声过大时可能返回 low_confidence。

可选参数包括 --pet-type（cat/dog/other）、--detail（basic/standard/json）等，详见技能内 references/api_doc.md。

适用边界

• 结果仅作情绪参考，不能替代兽医诊断或训练方案。
• 单文件大小上限约 10MB；过短或过长的片段可能影响置信度。
• 禁止临时自写脚本替代官方脚本；历史报告不得从本地 memory 拼凑，必须走 API。