当前位置：首页 > news >正文

AudioSeal部署案例：国家级AI内容安全实验室AIGC音频检测基准平台建设

news 2026/8/28 3:39:40

AudioSeal部署案例：国家级AI内容安全实验室AIGC音频检测基准平台建设

1. 引言：当AI声音无处不在，我们如何辨别真伪？

想象一下，你接到一个电话，声音是你最信任的合作伙伴，他告诉你一个紧急的商业决策需要立即执行。你毫不犹豫地照做了，结果却发现那通电话里的声音根本不是他本人，而是AI生成的。这不是科幻电影的情节，而是正在发生的现实。

随着AI语音合成技术越来越成熟，生成的声音已经能以假乱真。从客服电话到新闻播报，从有声读物到社交媒体内容，AI生成音频正在渗透我们生活的方方面面。这带来了一个严峻的问题：我们如何区分哪些声音是真人说的，哪些是AI生成的？

这就是我们今天要介绍的AudioSeal的价值所在。它不是一个普通的音频工具，而是一个专门为AI生成音频打上“数字指纹”的系统。简单来说，它能在AI生成的音频中嵌入一种特殊的标记（水印），就像给每瓶矿泉水贴上品牌标签一样，让我们一眼就能看出这是谁生产的。

在国家级AI内容安全实验室的背景下，建立一套可靠的AIGC音频检测基准平台，不仅是技术需求，更是维护数字世界信任基础的关键一步。本文将带你深入了解AudioSeal的部署实践，看看这个来自Meta的开源系统如何帮助我们构建音频内容的安全防线。

2. AudioSeal到底是什么？用大白话讲清楚

2.1 一句话理解AudioSeal

如果你问我AudioSeal是什么，我会这样告诉你：它是一个给AI生成的声音“盖章”的工具。

就像古代皇帝在圣旨上盖玉玺，现代公司在文件上盖公章一样，AudioSeal能在AI生成的音频文件里嵌入一个看不见、听不着的“数字印章”。这个印章有两个核心功能：

嵌入功能：在生成音频时，悄悄地把特定信息（比如“这是AI生成的”）藏进声音里
检测功能：当有人拿到一段音频时，可以检查里面有没有这个“印章”，从而判断是不是AI生成的

2.2 为什么需要这样的系统？

你可能会有疑问：AI生成的声音不是挺好吗？为什么非要检测出来？

这里有几个现实的原因：

保护版权和知识产权

如果一段音乐或语音作品是AI生成的，创作者需要证明这是自己的作品
水印就像数字签名，能明确标识创作来源

防止欺诈和滥用

有些不法分子会用AI模仿他人声音进行诈骗
有了检测系统，就能快速识别可疑音频

建立行业标准

随着AI音频越来越普及，需要统一的检测标准
AudioSeal这样的开源系统，为整个行业提供了参考基准

内容审核和监管

平台需要知道哪些内容是AI生成的，以便进行相应管理
比如在新闻领域，AI生成的内容可能需要特别标注

2.3 AudioSeal的技术特点

虽然AudioSeal背后有复杂的数学原理，但我们可以用简单的比喻来理解它的几个关键特点：

隐蔽性强

就像用隐形墨水写字，水印嵌入后几乎不影响音频质量
普通人听不出区别，但专用工具能检测出来

鲁棒性好

即使音频被压缩、转格式、甚至有些失真，水印依然能被检测到
就像有些防伪标记，即使纸张皱了、颜色褪了，还是能识别

容量适中

能嵌入16位的信息，相当于能编码65536种不同的标识
足够为不同的AI模型、不同的生成时间打上唯一标识

开源免费

Meta开源了这个项目，任何人都可以使用和改进
降低了技术门槛，让更多机构能够部署使用

3. 从零开始：AudioSeal部署全流程

3.1 部署前的准备工作

在开始部署之前，我们需要确保环境满足基本要求。AudioSeal虽然功能强大，但对运行环境有一些基本要求：

硬件要求

GPU：推荐NVIDIA GPU，显存至少4GB（CUDA加速效果明显）
CPU：现代多核处理器即可
内存：8GB以上
存储：至少2GB可用空间（主要存放模型文件）

软件环境

操作系统：Linux（Ubuntu 20.04/22.04推荐），Windows/macOS也可但需要额外配置
Python：3.8或更高版本
CUDA：11.0以上（如果使用GPU）
基础工具：git、curl、wget等

网络条件

需要能访问GitHub和PyPI（下载代码和依赖包）
首次运行需要下载约615MB的模型文件

3.2 两种部署方式详解

AudioSeal提供了两种部署方式，一种是使用准备好的脚本（推荐给大多数用户），另一种是手动部署（适合需要定制化的用户）。

方式一：使用启动脚本（最简单快捷）

如果你想要快速体验AudioSeal的功能，我强烈推荐使用启动脚本。这种方式就像使用家电的“一键启动”按钮，简单直接。

第一步：获取部署包

通常部署包会包含以下几个关键文件：

start.sh：启动脚本
stop.sh：停止脚本
restart.sh：重启脚本
app.py：主程序文件
requirements.txt：依赖包列表

第二步：启动服务

打开终端，输入以下命令：

# 给脚本添加执行权限 chmod +x /root/audioseal/start.sh # 启动AudioSeal服务 /root/audioseal/start.sh

这个脚本会自动完成以下工作：

检查Python环境
安装必要的依赖包
下载预训练模型（首次运行需要）
启动Gradio Web界面
在后台运行服务

第三步：访问Web界面

服务启动后，打开浏览器，访问：

http://你的服务器IP:7860

如果是在本地运行，可以直接访问：

http://localhost:7860

你会看到一个简洁的Web界面，左侧是水印嵌入功能，右侧是水印检测功能。

其他管理命令

# 停止服务（当你需要维护或升级时） /root/audioseal/stop.sh # 重启服务（修改配置后需要） /root/audioseal/restart.sh # 查看实时日志（调试时很有用） tail -f /root/audioseal/app.log

方式二：手动部署（适合开发者）

如果你需要对AudioSeal进行深度定制，或者想要了解内部工作原理，手动部署是更好的选择。

第一步：克隆代码库

# 克隆AudioSeal官方仓库 git clone https://github.com/facebookresearch/audioseal.git cd audioseal

第二步：创建虚拟环境（推荐）

# 创建Python虚拟环境 python -m venv venv # 激活虚拟环境（Linux/macOS） source venv/bin/activate # 激活虚拟环境（Windows） venv\Scripts\activate

第三步：安装依赖

# 安装基础依赖 pip install torch torchaudio --index-url https://download.pytorch.org/whl/cu118 # 安装AudioSeal和其他依赖 pip install audioseal gradio numpy soundfile

第四步：下载模型

AudioSeal需要下载预训练模型，首次运行时会自动下载，但你也可以手动下载：

# 创建模型缓存目录 mkdir -p ~/.cache/audioseal # 模型会自动下载到缓存目录 # 如果需要手动指定路径，可以设置环境变量 export AUDIOSEAL_CACHE_DIR=/your/custom/path

第五步：运行应用

# 运行Gradio Web应用 python app.py

或者如果你有自定义的启动脚本：

cd /root/audioseal python app.py

3.3 部署常见问题解决

在部署过程中，你可能会遇到一些问题。这里我整理了几个常见问题及其解决方法：

问题1：端口7860被占用

Error: Port 7860 is already in use

解决方法：

# 查看哪个进程占用了7860端口 sudo lsof -i :7860 # 停止占用进程（如果是其他不重要服务） sudo kill -9 <进程ID> # 或者修改AudioSeal使用的端口 # 在app.py中修改launch()函数的server_port参数 demo.launch(server_port=7861) # 改为其他端口

问题2：CUDA不可用或版本不匹配

CUDA error: no kernel image is available for execution on the device

解决方法：

# 检查CUDA版本 nvidia-smi # 检查PyTorch的CUDA支持 python -c "import torch; print(torch.cuda.is_available())" # 如果CUDA不可用，可以安装CPU版本 pip install torch torchaudio --index-url https://download.pytorch.org/whl/cpu

问题3：模型下载失败

Failed to download model: Connection error

解决方法：

# 方法1：手动下载模型文件 # 从官方渠道获取模型文件，放到缓存目录 # 方法2：使用代理（如果有网络限制） export HTTP_PROXY=http://your-proxy:port export HTTPS_PROXY=http://your-proxy:port # 方法3：离线部署 # 在有网络的环境下载好所有依赖，然后整体迁移到离线环境

问题4：内存不足

RuntimeError: CUDA out of memory

解决方法：

# 减少批量处理的大小 # 在代码中修改batch_size参数 # 或者使用CPU模式（速度会慢一些） # 在启动时添加环境变量 export CUDA_VISIBLE_DEVICES="" # 禁用GPU

4. AudioSeal在国家级实验室的实际应用

4.1 为什么国家级实验室需要AudioSeal？

国家级AI内容安全实验室肩负着重要的使命：建立行业标准、提供检测服务、开展技术研究。在这些工作中，AudioSeal扮演了关键角色。

建立检测基准

实验室需要一套客观、可重复的检测标准
AudioSeal提供了开源的基准实现，所有机构都可以基于此进行改进和对比

服务监管需求

为内容平台提供音频检测API服务
帮助监管部门识别AI生成内容，实施合规管理

推动技术发展

基于AudioSeal开展水印技术研究
探索更安全、更隐蔽、更鲁棒的水印方案

教育培训

作为教学案例，培养音频安全领域的人才
让更多人了解AI音频的安全挑战和解决方案

4.2 实验室部署架构设计

在国家级实验室的部署中，我们采用了更加稳健和可扩展的架构：

┌─────────────────────────────────────────────┐ │ 负载均衡层 │ │ Nginx (多实例负载均衡) │ └───────────────┬─────────────────────────────┘ │ ┌───────────┼───────────┐ │ │ │ ┌───▼───┐ ┌───▼───┐ ┌───▼───┐ │Web实例1│ │Web实例2│ │Web实例3│ │端口7860│ │端口7861│ │端口7862│ └───┬───┘ └───┬───┘ └───┬───┘ │ │ │ └───────────┼───────────┘ │ ┌──────▼──────┐ │ 共享存储层 │ │ 模型文件 │ │ 音频缓存 │ └──────┬──────┘ │ ┌──────▼──────┐ │ 数据库层 │ │ 检测记录 │ │ 统计分析 │ └─────────────┘

这个架构有几个关键优势：

高可用性：多个Web实例，一个出问题不影响整体服务
负载均衡：Nginx自动分配请求，避免单点过载
资源共享：所有实例共享模型文件，节省存储空间
数据持久化：检测记录存入数据库，便于后续分析

4.3 实际工作流程示例

让我们看一个实验室日常工作的实际例子：

场景：某音频平台提交了1000段可疑音频，请求实验室检测是否为AI生成。

第一步：批量处理准备

实验室开发了批量处理脚本：

import os import requests import json from tqdm import tqdm class AudioSealBatchProcessor: def __init__(self, api_url="http://localhost:7860"): self.api_url = api_url def detect_batch(self, audio_folder, output_file="results.json"): """批量检测音频文件夹""" results = [] audio_files = [f for f in os.listdir(audio_folder) if f.endswith(('.wav', '.mp3', '.flac'))] print(f"找到 {len(audio_files)} 个音频文件") for filename in tqdm(audio_files, desc="处理中"): filepath = os.path.join(audio_folder, filename) # 调用AudioSeal API result = self._detect_single(filepath) result['filename'] = filename results.append(result) # 保存结果 with open(output_file, 'w', encoding='utf-8') as f: json.dump(results, f, ensure_ascii=False, indent=2) return results def _detect_single(self, audio_path): """检测单个音频文件""" # 这里简化了实际API调用 # 实际需要根据AudioSeal的API格式调整 return { 'has_watermark': True, # 检测结果 'confidence': 0.95, # 置信度 'message': 'AI Generated' # 解码出的信息 } # 使用示例 processor = AudioSealBatchProcessor() results = processor.detect_batch("/path/to/audio/files")

第二步：自动化分析报告

检测完成后，系统自动生成分析报告：

import pandas as pd import matplotlib.pyplot as plt def generate_report(results_file, output_dir="report"): """生成检测报告""" # 读取结果 with open(results_file, 'r', encoding='utf-8') as f: results = json.load(f) # 转换为DataFrame便于分析 df = pd.DataFrame(results) # 统计信息 total_files = len(df) ai_generated = df['has_watermark'].sum() human_generated = total_files - ai_generated # 生成统计图表 plt.figure(figsize=(10, 6)) # 饼图：AI生成 vs 人工生成 plt.subplot(1, 2, 1) labels = ['AI生成', '人工生成'] sizes = [ai_generated, human_generated] plt.pie(sizes, labels=labels, autopct='%1.1f%%') plt.title('音频类型分布') # 柱状图：置信度分布 plt.subplot(1, 2, 2) confidence_bins = [0, 0.3, 0.5, 0.7, 0.9, 1.0] df['confidence_bin'] = pd.cut(df['confidence'], confidence_bins) bin_counts = df['confidence_bin'].value_counts().sort_index() bin_counts.plot(kind='bar') plt.title('检测置信度分布') plt.xlabel('置信度区间') plt.ylabel('数量') plt.xticks(rotation=45) plt.tight_layout() plt.savefig(f"{output_dir}/analysis_charts.png") # 生成文本报告 report_text = f""" AudioSeal检测报告 ================= 检测时间: {pd.Timestamp.now()} 总文件数: {total_files} 检测结果统计: - AI生成音频: {ai_generated} 个 ({ai_generated/total_files*100:.1f}%) - 人工生成音频: {human_generated} 个 ({human_generated/total_files*100:.1f}%) 置信度分析: - 高置信度(>0.9): {(df['confidence'] > 0.9).sum()} 个 - 中置信度(0.5-0.9): {((df['confidence'] >= 0.5) & (df['confidence'] <= 0.9)).sum()} 个 - 低置信度(<0.5): {(df['confidence'] < 0.5).sum()} 个 详细结果已保存至: {results_file} 图表已保存至: {output_dir}/analysis_charts.png """ # 保存报告 with open(f"{output_dir}/report.txt", 'w', encoding='utf-8') as f: f.write(report_text) return report_text

第三步：人工复核与验证

对于置信度不高的检测结果（比如0.5-0.7之间），实验室会进行人工复核：

音频质量检查：听辨音频是否有明显的人工痕迹
频谱分析：查看音频的频谱特征
元数据检查：分析音频文件的元数据信息
交叉验证：使用其他检测工具进行对比

4.4 实验室的扩展应用

除了基本的检测服务，实验室还在AudioSeal基础上开发了多种扩展应用：

水印强度测试平台

测试不同强度水印对音频质量的影响
寻找隐蔽性和鲁棒性的最佳平衡点

抗攻击测试

模拟各种音频处理攻击（压缩、加噪、变速等）
评估水印系统的抗攻击能力

多模型对比

对比AudioSeal与其他水印方案的性能
建立全面的评估指标体系

教育培训系统

开发交互式教学工具
让学生亲手体验水印嵌入和检测过程

5. AudioSeal的核心技术解析

5.1 水印嵌入原理（通俗版）

AudioSeal的水印技术，本质上是在音频信号中“藏”信息。我们可以用几个简单的比喻来理解：

比喻一：调色盘混色想象你要在一幅画中隐藏一个秘密信息。AudioSeal的做法不是直接在画上写字，而是调整某些像素的颜色。比如，把某些红色调得稍微偏橙一点，把某些蓝色调得稍微偏紫一点。这些微小的变化人眼几乎看不出来，但用专门的仪器就能检测到。

在音频中，这个“调色”就是调整声波的某些频率成分。AudioSeal会选择人耳不敏感的频率区域，在这些区域做微小的调整来编码信息。

比喻二：音乐中的隐藏旋律在一段主旋律中加入另一段很轻的副旋律，副旋律的音量很低，几乎被主旋律掩盖，但如果你知道要去听这段副旋律，就能把它分离出来。

AudioSeal就是在原始音频中加入一个“隐藏的旋律”，这个旋律携带了水印信息。加入的方式经过精心设计，使得：

人耳几乎听不出区别
即使音频被处理（压缩、加噪等），隐藏的旋律依然存在
专门的检测器能准确提取这个旋律

5.2 水印检测原理

检测水印的过程就像是“寻宝游戏”。检测器知道宝藏（水印）可能藏在哪些地方，也知道宝藏的特征是什么。

检测步骤简化版：

预处理：把音频转换成适合分析的形式
特征提取：分析音频的频谱特征
模式匹配：寻找与水印模式匹配的特征
解码判断：如果找到匹配，就解码出水印信息

用代码来理解这个流程：

# 简化的检测流程示意（非实际AudioSeal代码） def detect_watermark_simplified(audio_signal): """ 简化的水印检测流程 """ # 1. 预处理：转换为频谱 spectrum = compute_spectrum(audio_signal) # 2. 提取可能包含水印的特征 features = extract_watermark_features(spectrum) # 3. 与已知水印模式对比 similarity = compare_with_watermark_pattern(features) # 4. 判断是否包含水印 if similarity > threshold: # 解码水印信息 message = decode_watermark_message(features) return True, similarity, message else: return False, similarity, None

5.3 16位消息编码的意义

AudioSeal支持16位的水印信息编码，这是什么概念呢？

16位能表示多少信息？

1位：0或1（2种可能）
8位：256种可能（一个字节）
16位：65536种可能

这65536种编码能用来表示什么？

模型标识：给每个AI语音模型分配一个唯一ID

比如：001=模型A，002=模型B，...，100=模型Z

时间戳：记录音频生成的时间

可以用部分位数表示日期，部分位数表示时间

用户标识：标识生成音频的用户或机构

为每个合法用户分配一个编码

内容类型：标识音频的用途

比如：0001=新闻播报，0002=娱乐内容，0003=教育材料

组合使用：可以分段使用这16位

前4位：模型类型
中间8位：时间信息
后4位：内容类别

这样，通过解码水印，我们不仅能知道“这是AI生成的”，还能知道“是哪个模型在什么时间生成的什么类型的内容”。

5.4 AudioSeal的技术优势

相比其他水印方案，AudioSeal有几个明显的优势：

隐蔽性更好

水印对音频质量的影响极小
专业听众在盲测中也很难区分

鲁棒性更强

能抵抗常见的音频处理
包括MP3压缩、重新采样、添加背景噪声等

检测速度快

利用GPU加速，检测一段1分钟音频只需几秒钟
适合实时或批量处理场景

开源透明

代码完全公开，任何人都可以审查和改进
避免了“黑箱”操作，增加了可信度

6. 实战演练：从部署到应用的完整案例

6.1 案例背景：在线教育平台的内容审核

某大型在线教育平台遇到了一个棘手问题：平台上出现了大量AI生成的课程录音，这些录音质量参差不齐，有些甚至包含错误信息。平台需要一套系统来自动识别这些AI生成内容，以便进行质量控制和版权管理。

需求分析：

每天需要处理约10万段音频
检测准确率要求>95%
处理速度要求：平均每段音频<10秒
需要生成详细的检测报告
需要与现有内容管理系统集成

6.2 解决方案设计

基于AudioSeal，我们设计了以下解决方案：

系统架构：

┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐ │ 音频上传模块 │───▶│ AudioSeal检测集群│───▶│ 结果处理模块 │ └─────────────────┘ └─────────────────┘ └─────────────────┘ │ │ │ ▼ ▼ ▼ ┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐ │ 音频预处理 │ │ 批量调度器 │ │ 报告生成器 │ └─────────────────┘ └─────────────────┘ └─────────────────┘

核心组件实现：

import os import time import threading import queue from concurrent.futures import ThreadPoolExecutor import redis import json class AudioSealDetectionSystem: """基于AudioSeal的音频检测系统""" def __init__(self, num_workers=4, redis_host='localhost', redis_port=6379): self.num_workers = num_workers self.task_queue = queue.Queue() self.result_queue = queue.Queue() # Redis用于任务状态跟踪 self.redis_client = redis.Redis( host=redis_host, port=redis_port, decode_responses=True ) # 启动工作线程 self.workers = [] self._start_workers() def _start_workers(self): """启动工作线程""" for i in range(self.num_workers): worker = threading.Thread( target=self._worker_loop, args=(i,), daemon=True ) worker.start() self.workers.append(worker) def _worker_loop(self, worker_id): """工作线程主循环""" print(f"工作线程 {worker_id} 启动") while True: try: # 从队列获取任务 task = self.task_queue.get(timeout=1) if task is None: break audio_path, task_id = task # 更新任务状态 self.redis_client.hset( f"task:{task_id}", "status", "processing" ) # 执行检测 start_time = time.time() result = self._detect_audio(audio_path) processing_time = time.time() - start_time # 保存结果 result['processing_time'] = processing_time result['worker_id'] = worker_id self.result_queue.put((task_id, result)) # 更新任务状态 self.redis_client.hset( f"task:{task_id}", "status", "completed" ) self.redis_client.hset( f"task:{task_id}", "result", json.dumps(result) ) print(f"线程 {worker_id} 完成任务 {task_id}, 耗时 {processing_time:.2f}秒") except queue.Empty: continue except Exception as e: print(f"线程 {worker_id} 处理任务出错: {e}") if task_id: self.redis_client.hset( f"task:{task_id}", "status", "failed" ) self.redis_client.hset( f"task:{task_id}", "error", str(e) ) def _detect_audio(self, audio_path): """检测单个音频文件""" # 这里调用实际的AudioSeal检测逻辑 # 简化示例，返回模拟结果 return { 'has_watermark': True, 'confidence': 0.92, 'message': 'Model_A_2024', 'audio_duration': 180.5, # 音频时长（秒） 'detection_time': time.time() } def submit_task(self, audio_path): """提交检测任务""" task_id = f"task_{int(time.time() * 1000)}_{hash(audio_path)}" # 初始化任务状态 self.redis_client.hset(f"task:{task_id}", "audio_path", audio_path) self.redis_client.hset(f"task:{task_id}", "status", "pending") self.redis_client.hset(f"task:{task_id}", "submit_time", time.time()) # 加入任务队列 self.task_queue.put((audio_path, task_id)) return task_id def get_task_status(self, task_id): """获取任务状态""" status = self.redis_client.hget(f"task:{task_id}", "status") if status == "completed": result = self.redis_client.hget(f"task:{task_id}", "result") return status, json.loads(result) if result else None return status, None def batch_detect(self, audio_files): """批量检测""" task_ids = [] for audio_file in audio_files: task_id = self.submit_task(audio_file) task_ids.append(task_id) # 等待所有任务完成 results = [] for task_id in task_ids: while True: status, result = self.get_task_status(task_id) if status == "completed": results.append(result) break elif status == "failed": print(f"任务 {task_id} 失败") break time.sleep(0.1) return results # 使用示例 if __name__ == "__main__": # 初始化检测系统 detector = AudioSealDetectionSystem(num_workers=4) # 模拟一批音频文件 audio_files = [ "/data/audio/lecture_1.wav", "/data/audio/lecture_2.wav", "/data/audio/lecture_3.wav", # ... 更多文件 ] # 批量检测 print(f"开始检测 {len(audio_files)} 个音频文件...") results = detector.batch_detect(audio_files[:10]) # 先测试10个 # 分析结果 ai_count = sum(1 for r in results if r['has_watermark']) avg_confidence = sum(r['confidence'] for r in results) / len(results) print(f"检测完成！") print(f"AI生成音频: {ai_count}/{len(results)}") print(f"平均置信度: {avg_confidence:.2%}")

6.3 性能优化实践

在实际部署中，我们对系统进行了多项优化：

GPU内存优化

# 批量处理时控制并发数，避免GPU内存溢出 class OptimizedDetector: def __init__(self, batch_size=4, max_concurrent=2): self.batch_size = batch_size self.max_concurrent = max_concurrent self.semaphore = threading.Semaphore(max_concurrent) def detect_with_memory_control(self, audio_paths): """带内存控制的检测""" results = [] # 分批处理 for i in range(0, len(audio_paths), self.batch_size): batch = audio_paths[i:i + self.batch_size] # 控制并发数 with self.semaphore: batch_results = self._process_batch(batch) results.extend(batch_results) # 清理GPU缓存 if torch.cuda.is_available(): torch.cuda.empty_cache() return results

缓存优化

# 实现模型和结果的缓存 class CachedDetector: def __init__(self, cache_dir="/tmp/audioseal_cache"): self.cache_dir = cache_dir os.makedirs(cache_dir, exist_ok=True) # 模型缓存 self.model_cache = {} # 结果缓存（避免重复检测） self.result_cache = {} def get_cached_result(self, audio_path): """获取缓存结果""" # 根据文件内容和修改时间生成缓存键 file_stat = os.stat(audio_path) cache_key = f"{audio_path}_{file_stat.st_mtime}_{file_stat.st_size}" cache_file = os.path.join(self.cache_dir, f"{hash(cache_key)}.json") if os.path.exists(cache_file): # 检查缓存是否过期（1小时） if time.time() - os.path.getmtime(cache_file) < 3600: with open(cache_file, 'r') as f: return json.load(f) return None def save_result_to_cache(self, audio_path, result): """保存结果到缓存""" file_stat = os.stat(audio_path) cache_key = f"{audio_path}_{file_stat.st_mtime}_{file_stat.st_size}" cache_file = os.path.join(self.cache_dir, f"{hash(cache_key)}.json") with open(cache_file, 'w') as f: json.dump(result, f)