本發明屬于音頻信號處理與隱私保護，具體涉及一種基于本地ai人聲特征分析的自適應超聲波防錄音干擾方法。
背景技術：
1、隨著智能手機、錄音筆、隱藏式錄音裝置等錄音設備的普及和小型化，會議保密、商業談判、私人對話等場景的隱私保護需求日益增加。超聲波防錄音干擾技術作為一種有效的防錄音手段，其原理是發射人耳不可聞的超聲波信號（頻率高于20khz），利用錄音設備麥克風的非線性失真特性，在錄音設備內部產生可聞的干擾噪聲，從而破壞錄音質量，同時不影響正常的人聲交流。
2、目前，國內外已有多種超聲波防錄音干擾技術方案，主要包括以下幾類：
3、1、固定頻率超聲波干擾技術
4、根據專利文獻cn220325622u記載，該實用新型專利提供了一種防錄音超聲波干擾電路，包括啟停模塊、供電模塊、控制模塊、信號發生模塊、超聲波傳感模塊。該技術方案采用stm32f103c8t6單片機作為核心控制器，通過信號發生模塊產生固定頻率（如40khz）的超聲波信號，經功率放大后由超聲波換能器發射。
5、根據專利文獻cn119921894a記載，該發明專利提出一種防錄音干擾系統，通過隨機性的聲波信號對語音信號進行干擾，使得錄音設備只能錄到噪聲。該系統包括控制器、超聲波探測頭陣列、電池、電源按鍵等組件。
6、2、輪巡/循環干擾技術
7、根據專利文獻cn121415795a記載，該發明專利提出一種防錄音干擾方法，通過超聲波循環干擾策略輸出超聲波干擾信號。該循環干擾策略包括根據預設周期循環輸出預設第一混合干擾信號、預設第二混合干擾信號和預設第三混合干擾信號，以覆蓋更多錄音設備類型。
8、3、設備識別型干擾技術
9、根據專利文獻cn120074737a記載，該發明專利提出一種基于超聲波干擾的錄音屏蔽方法，包括檢測并識別目標區域的錄音設備，獲取錄音設備的類型信息；基于類型信息，配置第一超聲波干擾信號和第二超聲波干擾信號；根據配置的信號對目標區域進行錄音干擾。
10、學術研究技術
11、《基于聲學參量陣理論的超聲波防錄音屏蔽研究與實現》該學術研究提出基于聲學參量陣理論的超聲波防錄音屏蔽方案，利用多個高頻超聲波經過非線性系統產生低頻聲音信號的原理，對錄音竊聽進行有效屏蔽，同時不妨礙正常對話。測試結果表明，最大屏蔽距離約在1.5米。
12、針對上述現有技術的不足，本發明旨在提供一種基于本地?ai?人聲特征分析、雙微控制器協同、低功耗管理及閉環反饋補償的自適應超聲波防錄音干擾系統，以解決現有技術中干擾適應性差、ai?依賴云端、實時性不足、功耗過高及干擾效果不穩定等問題。
技術實現思路
1、針對上述現有超聲波防錄音干擾存在的技術問題，本發明提供了一種基于本地ai人聲特征分析的自適應超聲波防錄音干擾方法。
2、為了解決上述技術問題，本發明采用的技術方案為：
3、基于本地ai人聲特征分析的自適應超聲波防錄音干擾方法，包括下列步驟：
4、s1、通過音頻采集模塊采集環境音頻信號，經信號處理模塊預處理與濾波后，傳輸至第一微控制器；
5、s2、第一微控制器調用本地輕量ai模型，對預處理后的音頻信號進行人聲特征分析，提取人聲性別、語音分貝、頻率分布特征，生成匹配人聲特征的自適應干擾參數；
6、s3、第一微控制器通過通信接口將自適應干擾參數下發至第二微控制器，形成雙微控制器協同工作模式；
7、s4、第二微控制器依據自適應干擾參數，控制超聲波發射模塊生成并驅動超聲波換能器陣列發射超聲波干擾信號；
8、s5、通過監測麥克風模塊采集干擾后音頻信號，效果評估模塊計算干擾效果指標，第二微控制器基于閉環反饋補償機制動態調節干擾參數；
9、s6、電源管理模塊根據人聲檢測狀態，切換系統功耗模式實現多模式功耗管理。
10、所述步驟s2中所述本地輕量ai模型為量化后容量小于1mb的嵌入式ai模型，無需網絡連接即可完成人聲檢測、性別識別、分貝分級、頻率分布分析。
11、步驟s3中所述雙微控制器協同工作模式為：第一微控制器專注ai分析任務，第二微控制器專注干擾執行任務，雙控制器通過通信接口以波特率≥1mbps的uart進行通信。
12、所述步驟s4中所述超聲波干擾信號的頻率范圍為20khz-33khz，頻率分辨率≤1hz，調制方式包括fm、am及混合調制。
13、所述步驟s5中所述閉環反饋補償機制具體為：效果評估模塊計算音頻信噪比、語音可懂度指標，第二微控制器通過pid算法動態調節超聲波干擾信號的頻率、功率及調制方式。
14、所述步驟s6中所述多模式功耗管理包括睡眠、待機、監聽、工作四種模式，電源管理模塊根據人聲檢測結果自動切換功耗狀態，待機功耗低于。
15、基于本地ai人聲特征分析的自適應超聲波防錄音干擾系統，包括第一微控制器、第二微控制器、音頻采集模塊、監測麥克風模塊、超聲波發射模塊、通訊接口、電源管理模塊、信號處理模塊、效果評估模塊及超聲波換能器陣列；
16、所述電源管理模塊分別與第一微控制器、第二微控制器、超聲波發射模塊電性連接，用于為系統各模塊提供電源供應及多模式功耗管理；
17、所述第一微控制器為ai分析單元，分別與音頻采集模塊、監測麥克風模塊、通訊接口電性連接，用于人聲檢測、ai人聲特征提取及生成自適應干擾參數；
18、所述第二微控制器為干擾執行單元，分別與通訊接口、信號處理模塊電性連接，用于通過通訊接口接收第一微控制器下發的干擾參數，并控制干擾信號生成與發射；
19、所述超聲波發射模塊與超聲波換能器陣列電性連接，用于驅動超聲波換能器陣列發射超聲波干擾信號；
20、所述音頻采集模塊、監測麥克風模塊、通訊接口分別與效果評估模塊電性連接，用于向效果評估模塊傳輸音頻信號及交互數據，以完成干擾效果評估；
21、所述信號處理模塊與第二微控制器電性連接，用于對干擾相關信號進行預處理與濾波。
22、所述第一微控制器與第二微控制器均采用xtensalx7雙核32位risc架構微處理器，第一微控制器原生支持ai推理，第二微控制器內置dds信號生成器與pwm控制單元；所述超聲波發射模塊采用class?d功放，功率轉換效率≥85%，輸出功率0-10w可調，具備阻抗匹配電路。
23、所述電源管理模塊采用dc-dc降壓轉換器，轉換效率≥90%，具備多路獨立穩壓輸出，減少模塊間電磁干擾。
24、所述通信接口傳輸的雙微控制器通信協議包含幀頭、命令類型、數據長度、干擾頻率、發射功率、調制方式、人聲分貝、人聲性別、干擾效果、校驗和及幀尾字段。
25、本發明與現有技術相比，具有的有益效果是：
26、1、本發明采用第一微控制器與第二微控制器的雙架構設計，將?ai?人聲分析與超聲波干擾執行任務解耦，避免單控制器任務耦合導致的延遲瓶頸；同時依托本地輕量?ai模型完成人聲特征提取，無需依賴網絡即可實現實時人聲檢測與干擾參數生成，既消除了網絡延遲，又避免了音頻數據上傳云端的隱私泄露風險，適配便攜設備的離線使用場景。
27、2、本發明基于人聲性別、分貝、頻率分布等特征生成自適應超聲波干擾參數，可針對性匹配不同錄音設備的高頻響應特性；同時通過監測麥克風模塊采集干擾后音頻信號，結合?pid?算法動態調節干擾信號的頻率、功率與調制方式，形成閉環反饋補償機制，確保干擾效果持續穩定達標，提升了復雜環境下的抗干擾可靠性。
28、3、本發明通過電源管理模塊實現睡眠、待機、監聽、工作四種功耗模式的自動切換，僅在檢測到人聲時進入工作模式，待機功耗低于，大幅降低系統能耗、延長設備續航；同時采用360°環形布置的超聲波換能器陣列，實現全方向無死角的超聲波干擾覆蓋，兼顧了干擾范圍與能源利用效率。