AI翼治理·校园防霸凌AI语音预警一体机（多租户SaaS平台）产品系统

本项目聚焦中小学校园欺凌的预防与干预：前端拾音器采集现场音频（隐私保护设计，原始音频仅在触发告警时留存取证）；Python算法侧部署语音识别（ASR）模型，实时识别“救命”“杀人了”“告诉老师”等求助关键词及欺凌行为特征；Java服务端负责设备接入、音频流转发、告警编排与业务处理，实现现场声音警报、Web实时弹窗定位、授权人员推送通知的分级告警闭环。平台采用多租户架构支撑多城市、多学校统一接入与独立运营。

主要分为设备端和服务端2部分：
1.设备端：负责接收音频数据、将实时音频传输给服务端，接收服务端发送的指令并执行指令，如：双向对讲、录音等；
2.服务端：负责接收设备端的实时音频数据，并发送给算法侧ASR语音识别，再接收算法侧识别出的报警语句进行实时弹窗、报警声预警；以及和设备端的实时指令交互，如：关键词报警弹窗、对讲、录音、播放定制语音，管理设备的状态等。

●多租户SaaS架构设计：设计“一套平台、多校独立运营”的多租户方案——数据层基于tenant_id行级隔离，通过MyBatis拦截器自动注入租户上下文，杜绝跨租户越权访问；Redis按租户划分Key空间，MinIO按租户/学校分桶存储录音证据；告警策略、设备配置、通知规则均按租户独立管理，新学校接入实现开箱即用，支撑平台向多城市快速复制。
●AI语音识别算法链路打通（Java×Python跨语言协作）：负责将公司内部语音识别模型用Python封装为独立推理服务并完成生产部署（vLLM/PyTorch推理、GPU资源管理）；设计Java服务端与Python算法侧的WebSocket双向通信协议——服务端将拾音器音频流实时转发至算法侧，算法侧流式回传识别结果（求助关键词命中、行为标签、置信度），服务端完成结果校验、置信度阈值过滤与误报降噪（区分学生打闹喊叫与真实求助），端到端告警延迟控制在秒级，“救命”类关键求助词优先级置顶处理。
●高并发实时接入链路：基于SpringBoot+Netty实现一体机服务端，支撑64/128/600/1000路拾音器并发长连接，设备指令按路由分发至对应Handler并保持持续通信；引入Kafka对识别结果削峰解耦，保障告警链路不丢不重；WebSocket实现前端实时弹窗、设备状态推送与心跳保活。
●隐私与数据安全：设计“异常触发才留存”的音频取证策略，证据文件按租户隔离并对接SSO权限管控，杜绝越权下载，满足校园场景监管要求。