本周工作概述

3.29-4.4

本周是项目实训第一周，作为团队技术负责人之一，我的工作核心聚焦项目启动、需求梳理、模块分工确认及核心技术调研前期工作，重点完成项目目标对齐、个人职责明确，并开展音频识别SDK与大语言模型API的初步调研，为后续技术选型、方案确定及功能开发搭建基础框架，确保项目起步有序、方向清晰。

一、项目启动与需求梳理

1. 参与团队项目启动会

我们首先组织了团队项目启动会，与其他组员明共同确本次创新项目实训的整体目标、核心方向及预期成果。会议中，我们共同敲定了项目的核心定位：围绕宠物叫声、呼吸声、呼噜声等典型音频，借助音频SDK与大语言模型，实现宠物（聚焦于猫和狗）兴奋、焦虑、痛苦、应激四类情绪的精准识别，同步完成健康状态评估与异常预警，最终为养宠用户提供轻量化、智能化的宠物健康守护方案。同时，我们一起明确了项目实训的周期节点、团队协作规则及沟通机制，确保全员思想统一、目标一致。

2. 确认个人负责模块与团队分工

结合项目需求与个人技术特长，明确自身核心负责模块，同时协调团队完成整体分工，我们本着工作量均匀分配的原则，确保每位组员承担的任务量相对均衡，避免出现部分组员任务繁重、部分组员闲置的情况，保障团队高效协作、同步推进项目。在分工过程中，我们先梳理出项目全流程的所有任务模块，拆解各模块的工作量与技术难度，再结合每位组员的技术能力、擅长领域及可投入时间，进行合理分配，既确保每个人都能发挥自身优势，又保证整体工作量在团队内部均匀分摊，明确各岗位职责边界，避免交叉冗余或责任空白，同时制定清晰的任务衔接机制，让每位组员清楚自身任务、协作节点及交付标准，为后续高效推进项目奠定坚实基础。

最终决定我个人负责模块：音频采集与上传模块开发、音频识别SDK对接与调用、大语言模型API集成、团队开发环境与代码仓库管理；

团队分工：明确前后端开发、测试、产品文档撰写等岗位职责，确定各模块开发优先级，制定初步开发计划。

3. 梳理核心业务流程

为确保后续技术选型有明确方向、功能开发有清晰依据，我们重点梳理了音频相关核心业务流程，结合项目整体目标与各模块开发需求，对音频处理全链路关键环节进行逐一拆解、细化，最终形成标准化、规范化的流程框架。

具体流程如下：本地音频上传 → 格式/大小校验 → 音频特征提取 → 情绪识别 → 结果存储 → 健康评估生成。

在流程梳理过程中，我们不仅明确了每个环节的先后顺序，更细化了各环节的核心要求，明确了每个步骤的输入输出标准——例如音频上传环节需明确支持的音频格式、大小限制，校验环节需明确校验规则与异常处理方式，特征提取环节需确定统一的采样率、特征维度等关键参数，确保流程可落地、可复用。同时，我们针对各环节标注了关键技术节点，结合前期技术调研经验，提前预判可能出现的技术难点，比如音频格式不统一导致的特征提取偏差、情绪识别结果不准确、数据存储不规范等问题，并初步制定了应对思路，为后续技术选型提供针对性参考，也为各模块功能开发划定清晰边界，保障后续开发工作有序推进、高效落地。

二、核心技术调研（前期）

1. 音频识别SDK调研

启动音频识别SDK与音频特征提取方案调研，明确调研核心指标：免费额度充足、接入门槛低、支持声学特征提取、可输出情绪分类。围绕该指标，筛选主流调研对象，包括百度智能云语音与音频分析、阿里云智能语音交互、腾讯云声音分析等云厂商平台，以及Librosa、PyAudioAnalysis等开源音频特征库。本周重点完成各平台官方文档查阅、核心功能对比，初步梳理各方案的接入方式、调用限制及功能覆盖度，形成初步调研笔记，为后续深入测试与选型奠定基础。

2. 大语言模型API调研

同步开展大语言模型API调研，明确调研核心目标：免费额度充足、接口稳定、响应速度快、中文理解能力强，能够承接情绪识别结果解析、健康评估报告生成、个性化养护建议输出等核心任务。筛选通义千问、文心一言、豆包、讯飞星火等主流国产大模型API，本周完成各平台的官方文档研读、调用流程梳理，初步对比各模型的免费额度、调用难度及适配宠物场景的可行性，未开展实际接口测试。

三、本周遇到的问题与解决

• 问题1：部分音频SDK未明确标注对宠物叫声的适配性，且部分云厂商SDK免费额度存在严格的调用频率限制，可能影响后续开发测试进度； 解决方法：优先筛选通用声学分析接口，暂不局限于宠物专用SDK，同时记录各平台调用限制，初步规划调用频率，预留2-3个备选方案，避免因单一方案限制导致进度卡顿。

• 问题2：团队成员本地开发环境不一致（Python版本、依赖包版本差异），可能导致后续代码运行报错、协作效率低下； 解决方法：初步确定统一的Python版本，梳理项目所需核心依赖包，开始编写一键安装说明文档，计划下周完成环境统一配置。

四、下周工作计划（第2周）

1. 完成音频识别SDK深入调研与选型，开展接口调用测试，确定最终选用方案；

2. 完成大语言模型API深入调研、接口测试与选型，梳理接口鉴权、调用参数及返回结果解析逻辑；

3. 统一团队开发环境，完成代码仓库（Gitee）搭建，制定分支管理规则；

4. 搭建本地测试环境，开展最小Demo验证，确认技术路线可行性；

5. 解决数据库本地同步问题，确定数据库选型方案。

五、本周总结

本周我顺利完成项目启动与前期筹备工作，明确了项目目标、核心需求及个人与团队分工，梳理了音频核心业务流程，同时启动了音频识别SDK与大语言模型API的初步调研，为项目后续推进奠定了坚实基础。目前项目整体节奏正常，团队协作顺畅，已初步解决启动阶段遇到的部分问题，但仍需在下周完成技术选型、环境统一、Demo验证等关键工作，确保项目顺利进入核心开发阶段。