本项目是一个语音唤醒项目，当前的实现是： 若是单通道音频输入则 main_2ch.cpp │ └─ if(numChan==1) │ └─ Process() │ └─ ProcessInternal_(from_iva=false) │ ├─ PrepareInput_() │ ├─ GetIsEchoScene() - 回声检测 │ ├─ NoiseReductionFuc() - 降噪处理 │ └─ CutSamples() - 音频切片 │ ├─ OnlineFbank特征提取 ├─ AI编码器推理 ├─ TransducerKeywordDecoder解码 └─ E2EMainBody() E2E验证 并有e2e和kws的联合打分机制判断是否唤醒 若是双通道音频输入则 main_2ch.cpp │ ├─ 读取WAV文件 (remove_wav_header) │ ├─ 检测通道数 numChan │ └─ 分离左右声道 in_short_L[], in_short_R[] │ ├─ 创建KeywordSpotter实例 ├─ KwsInit() - 加载所有AI模型 │ └─ if(numChan==2) │ └─ ProcessMultiChannel() │ ├─ if(config.enable_iva && num_channels >= 2) │ │ │ ├─ IVA配置缓存检查和管理 │ │ ├─ iva_config_cache_.matches() - 检查配置变化 │ │ ├─ if(need_init) iva_processor_->Init() - 重新初始化 │ │ └─ else iva_processor_->Reset() - 重置算法状态 │ │ │ ├─ 数据格式转换和归一化 short[][] → double[][] │ │ └─ double_val = short_val / 32768.0 │ │ │ ├─ IVA处理链 │ │ ├─ STFT::Forward() - 时频变换 │ │ ├─ AuxIVA::Process() - 源分离 │ │ └─ STFT::Inverse() - 逆变换 │ │ │ ├─ 条件性保存中间文件 (仅当提供文件名时) │ │ ├─ if(!config.current_audio_filename.empty()) │ │ ├─ SaveIvaSeparatedMergedWav() │ │ ├─ SaveIvaKwsInputWav() │ │ ├─ SaveIvaRawFiles() │ │ └─ SaveIvaReport() │ │ │ ├─ 数据格式转换 double[] → short[] (带范围限制) │ │ └─ 限制范围 [-32768, 32767] │ │ │ └─ ProcessInternal_(from_iva=true) │ │ │ ├─ PrepareInput_() - 执行降噪处理 │ ├─ OnlineFbank特征提取 │ ├─ AI编码器推理 │ ├─ TransducerKeywordDecoder解码 │ └─ E2EMainBody() E2E验证 │ └─ else (IVA未启用) └─ Process() - 使用第一通道

并有e2e和kws的联合打分机制判断是否唤醒 现在需要改动： 1，接收音频对象支持pcm格式 2.降低代码耦合度，kws和噪声去除回声检测等分为两个模块（函数），其他也包含e2e模块，iva模块等，kws模块需要集成起来 3.ProcessMultiChannel函数的流程改为 3.1先提取第一个通道作为ProcessInternal_的输入，走正常流程，e2e正常（直接使用原始的第一个通道作为输入） 3.2若未返回唤醒成功的结果则走双通道，iva，用分离出来的第一路源直接做kws（没有噪声去除回声等相关内容），e2e正常（直接使用原始的第一个通道作为输入），仍利用新kws score和e2e融合判断是否返回语音唤醒 4.扩展功能：分析探索这些模块有无可以像积木一样任意拼接的方法。可以采用合理的顺序对音频进行操作，比如改变各个模块调用顺序，可以方便的插入新模块等等 1.不允许使用表情 2.注释有人味，专业 3.只允许修改 git_master\src\iva git_master\src\keyword-spotter.cpp git_master\src\keyword-spotter.h main_2ch.cpp