实时流音频监控

要解决的具体问题

直播音频流常因编码异常、传输中断或响度设置错误出现静音间隙、音频削波、响度偏离等问题，人工监听难以覆盖全天候流，且异常发现滞后易影响观众体验。

技能如何工作

• 流捕获：通过 FFmpeg 捕获来自 RTMP、HLS 或 Icecast 的实时音频流，适配常见直播传输协议。
• 实时转写：借助 Deepgram 流式 API 或 Whisper.cpp 对音频块进行实时转录，为后续分析提供数据基础。
• 异常检测：

- 检测静音间隙、音频削波情况，定位音频中断或过载问题；
- 基于 pyloudnorm 对照 EBU R128 目标，检测响度偏差。

适用边界与注意点

• 依赖上游音频流的稳定性，流中断或编码损坏可能影响检测准确性；
• 实时转写受网络延迟或服务可用性影响，敏感工作流需提前验证；
• 原始项目未提供经证实的安装或使用说明，高敏感场景运行前需审查上游项目。