猫语双向翻译与行为解读

要解决的具体问题

• 想理解猫叫或行为却缺乏可复现的本地工具，传统方案依赖联网与云服务，难以满足隐私与零成本需求。
• 猫咪行为知识分散，难以快速检索如“尾巴竖起来什么意思”“翻肚皮能摸吗”等问题的准确解释。
• 希望验证“本地零token能否做猫语翻译”的技术可行性，避免依赖外部资源。

核心能力：三种本地模式

• 猫叫→人话（分类）：cat_translate.py提取基频、能量、过零率等声学特征，通过启发式分类器映射到打招呼、饥饿、警觉等意图档位，附建议回应与校准后的置信度。若同目录有cat_kb.json（猫语书蒸馏产出），会自动合并书的标签体系与声学先验。
• 人话→猫声（合成）：将“吃饭”“别怕”等人类意图通过基频滑移、共振峰着色等信号合成技术生成猫叫wav，无需外部音频素材，呼噜声用低频振幅调制合成。
• 行为问答（知识库检索）：基于《猫语大辞典》蒸馏的cat_behavior_kb.json，覆盖面部表情、尾巴姿势等六大板块41条内容，本地关键词检索直接作答，零token消耗，回答优先转述条目的“表现/含义/建议”。

适用边界与注意点

• 非逐句翻译：猫叫主要面向人类演化，不存在跨猫通用语义词典，翻译本质是粗粒度情绪/意图分类，输出标注为「娱乐与行为参考」，不可用于医疗/诊断。
• 分类精度局限：当前分类器为启发式v0，清晰档位置信度上限约0.80，相似音高（如“求关注”与“饥饿”）易混淆；已合并数据集训练的KNN模型整体准确率约0.54，新增档位因样本不足依赖启发式兜底。
• 语音App依赖环境：麦克风录音与双向语音闭环需在本地Windows环境运行，沙箱无音频设备无法直接使用。