在當前快節奏的生活背景下，寵物常常會因鏟屎官的頻繁外出、缺乏互動與情感陪伴，而產生孤獨抑郁、焦慮、暴躁易怒等問題。為了提升寵物的安全感，涂鴉重磅推出基于On-App AI構建的萌寵語聊模板，旨在通過強大的語音技術和智能設備實現遠程陪伴寵物，增強鏟屎官與寵物間的情感連接，達到有效緩解寵物焦慮情緒的目的。除了應用于寵物場景，該模板也可拓展應用至智能家電、嬰兒看護等領域，以音頻能力為輔助，搭建起更人性化的遠程監管系統。

1

涂鴉萌寵語聊模板有哪些功能？

1、寵物行為識別與情緒安撫

結合涂鴉強大的語音識別與寵物行為分析技術，系統可識別頻繁嚎叫、低鳴等異常行為，從而判斷寵物情緒狀態，并迅速采取安撫措施。比如，當檢測到寵物焦躁不安時，該模板可自動播放安撫語音包（鏟屎官可提前錄制，也可使用系統指定語音包），或觸發互動模塊聯動其他智能設備（如逗寵器）及時安撫寵物。

2、遠程語音陪伴與雙向交互

鏟屎官也可通過涂鴉遠程語音對講功能，實現與寵物的直接交流，做到“人在外，但愛不缺席”，有效緩解寵物的孤獨情緒。

2涂鴉核心技術亮點是什么？

基于On-App AI 技術架構，涂鴉結合本地音頻采集、實時對講與文件錄制功能，進一步引入 AI 降噪與 AI 語音活動檢測能力，并對復雜環境下的人聲、噪聲進行深度建模與智能分離，最終實現寵物設備與用戶之間更智能、更擬人化的語音交互體驗。

（涂鴉On-App AI 整體架構圖）

1、兼容多格式語音編碼能力

涂鴉支持用戶上傳和導出Opus、PCM、WAV、MP3、G.711A、mSBC等主流音頻編碼格式，這樣可確保在不同設備與傳輸協議間，實現高保真、低延遲的語音數據傳輸與協同，在本地存儲、服務器上傳、語音識別輸入等多場景，幫助提升系統集成靈活性。

2、實時智能優化對講音頻質量

涂鴉萌寵語聊模板集成了多項先進的音頻處理技術，包括自適應主動降噪（ANC）、回聲消除（AEC）、自動增益控制（AGC）和語音活動檢測（VAD）。在多設備端的實時語音通信中，可助力全面提升語音質量，并提供更清晰、更穩定、更高效的語音交互體驗。

自適應語音降噪（ANC）：涂鴉深度融合學習與傳統信號處理算法，可智能識別并區分人聲與環境噪聲，即便在地鐵、街頭、風噪等嘈雜環境下，也能實現清晰拾音；

回聲消除（AEC）：支持精準識別并清除回聲路徑中的揚聲器反饋聲，防止聲音因在麥克風端產生回環而擾亂語音的正確傳達，大大優化雙向語音通話體驗；

自動增益控制（AGC）：支持動態調整音量，以保證遠近聲源響度的一致性，避免因為用戶錄制的時候聲音忽大忽小、距離忽遠忽近而產生的聽感問題，智能適配多種距離和不同的說話習慣；

智能語音活動檢測（VAD）：可精準識別語音段、噪聲段和靜音段，實時智能過濾無關噪聲和靜音段，在保持通話質量的同時降低系統功耗，提高響應速度和處理效率。

3不同場景下的音頻技術處理方案

1、處理本地音頻技術

涂鴉支持鏟屎官上傳自己錄制的音頻文件，并自動對錄音進行優化處理，確保聲音清晰流暢、無延遲，真正起到安撫寵物情緒的效果。

錄音清晰穩定，遠近都能聽得清

通過內置自動增益控制（AGC）技術。根據輸入信號的強弱可自動調整錄音增益，并在 0.3～1.5 米內，動態適配說話人的遠近與音量差異，使輸出音量保持相對穩定，有效避免因錄制距離，或音量變化導致的聲音忽大忽小現象。

智能語音檢測，自動過濾無效音頻

通過語音活動檢測（VAD）模塊，可在本地實時識別人聲與靜音/噪聲段，有效減少大約 40% 的無效音頻數據的采集與處理。涂鴉支持調節靈敏度，靈敏度越高對噪聲魯棒性越強，誤判更少，便于根據實際場景靈活優化檢測效果。并可結合 AI 大模型，進一步提升復雜環境下的語音檢測準確率與適應性。

多格式支持，輸出靈活多樣

涂鴉兼容支持 MP3、G.711A、G.711U、Opus、AAC、mSBC 等多種主流音頻編碼格式，可滿足多樣化平臺及應用場景的存儲與回放需求。

戳視頻，查看錄制音頻+具體播放效果：

2、實時語音對講處理技術

在實時語音對講場景中，涂鴉支持萌寵語聊模板自動對通話音頻進行智能化處理，確保雙方聲音清晰無噪音，溝通流暢無延遲。

智能語音檢測，自動過濾無效音頻

通過語音活動檢測（VAD）模塊，可在本地實時識別人聲與靜音/噪聲段，有效減少大約 40% 的無效音頻數據的采集與處理。

AI 降噪，復雜環境也清晰

涂鴉 AI 降噪技術基于深度神經網絡建模語音與噪聲，相較傳統頻譜減法等算法，在復雜環境下可提升信噪比 515?dB，PESQ 提升 0.5-1.2 分，延遲控制在 100?ms 內，廣泛適用于耳機、語音終端等對語音清晰度要求高的場景。結合回聲消除（AEC）與降噪技術，可支持最大 200ms 回聲延遲路徑補償。

?

?毫秒級低延遲傳輸，高保真語音對講

采用 Opus 編碼等高效音頻壓縮技術，在保證語音質量的同時，實現毫秒級低延遲傳輸，讓雙向對講就像面對面交流。適合對時效性要求高的場景，如通話對講、智能門鈴、安防監管等。

?