1.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，其特征在于，包括下列步驟：
2.根據權利要求1所述的基于本地ai人聲特征分析的自適應超聲波防錄音干擾方法，其特征在于：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。
3.根據權利要求1所述的基于本地ai人聲特征分析的自適應超聲波防錄音干擾方法，其特征在于：步驟s3中所述雙微控制器協同工作模式為：第一微控制器（1）專注ai分析任務，第二微控制器（2）專注干擾執行任務，雙控制器通過通信接口（6）以波特率≥1mbps的uart進行通信。
4.根據權利要求1所述的基于本地ai人聲特征分析的自適應超聲波防錄音干擾方法，其特征在于：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。
5.根據權利要求1所述的基于本地ai人聲特征分析的自適應超聲波防錄音干擾方法，其特征在于：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（9）計算音頻信噪比、語音可懂度指標，第二微控制器（2）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。
6.根據權利要求1所述的基于本地ai人聲特征分析的自適應超聲波防錄音干擾方法，其特征在于：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（7）根據人聲檢測結果自動切換功耗狀態，待機功耗低于。
7.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，該系統用于如權利要求1-6任一項所述的基于本地ai人聲特征分析的自適應超聲波防錄音干擾方法，其特征在于：包括第一微控制器（1）、第二微控制器（2）、音頻采集模塊（3）、監測麥克風模塊（4）、超聲波發射模塊（5）、通訊接口（6）、電源管理模塊（7）、信號處理模塊（8）、效果評估模塊（9）及超聲波換能器陣列（10）；
8.根據權利要求7所述的基于本地ai人聲特征分析的自適應超聲波防錄音干擾系統，其特征在于：所述第一微控制器（1）與第二微控制器（2）均采用xtensalx7雙核32位risc架構微處理器，第一微控制器（1）原生支持ai推理，第二微控制器（2）內置dds信號生成器與pwm控制單元；所述超聲波發射模塊（5）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。
9.根據權利要求7所述的基于本地ai人聲特征分析的自適應超聲波防錄音干擾系統，其特征在于：所述電源管理模塊（7）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。
10.根據權利要求7所述的基于本地ai人聲特征分析的自適應超聲波防錄音干擾系統，其特征在于：所述通信接口（6）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。