宠物叫声情绪解析

要解决的问题

宠物叫声常被简化为“叫了几声”，但吠叫、呜咽、咆哮背后的情绪与意图并不直观。该技能面向已有猫狗叫声音频/视频的开发者与用户，目标是把声音信号转成可阅读的结构化结果，而不是只给一个笼统标签。

技能如何工作

• 输入：支持本地 mp3、wav、mp4 等文件或网络 URL，由 API 侧自动处理远程资源。
• 声学分析：提取叫声的频域特征、能量分布和时间包络，区分不同发声类型。
• 情绪与意图推断：输出开心、兴奋、焦虑、痛苦、警惕等状态，以及求关注、饥饿、外出需求等意图。
• 报告与历史查询：生成结构化分析报告，并可用 --list 从云端接口读取历史报告清单。
• 工程集成：结构化字段可作为下游提醒、规则判断或内容展示的输入。

适用边界与注意

该能力受环境噪音、录音清晰度和片段完整性影响；建议提供 3–30 秒 的清晰叫声片段。结果更适合作为交互参考，不应直接作为医疗判断。历史报告必须来自云端接口，不从本地记忆或人工汇总中生成。