笑纹

本项目属于职务型作品，由本人历时三年独立完成。本作品主要解决油田物资系统油田管材的人工计数繁琐问题，采用分层模块化双线程架构，通过FFmpeg视频解码、MNN端侧模型推理、自研优化ByteTrack跟踪算法，实现视频目标检测、轨迹跟踪与精准去重计数功能。系统创新设计帧队列时序制衡机制，解决了双线程速率失衡、视频播放时序紊乱、跟踪ID跳变、计数不准等行业工程难题，具备低功耗、高稳定、时序精准的落地优势，适配移动端长短时间视频智能分析场景。

本音频分离工具基于深度学习模型，实现音频源分离功能，可将混合音频拆分为鼓、贝斯、其他伴奏、人声四条独立音轨，方便音频后期处理、伴奏提取、人声剪辑等场景使用。 软件核心流程：导入视频文件，利用ffmpeg剥离出音频文件，加载推理模型完成离线运算，自动输出四条独立 WAV 音频轨道至本地文件夹。支持常见音频格式输入，全程在设备本地运算，无需联网，保障音频文件隐私安全。 工具面向音频爱好者、短视频创作者、后期制作者，满足提取伴奏、消除人声、分轨混音等需求。应用采用移动端原生开发，集成推理框架实现高效硬件加速，充分利用设备算力完成音频分离运算。 当前主要功能：本地音频加载、音频源分离推理、多轨道音频文件导出。后续可优化交互体验，支持快速定位输出目录等便捷操作。