AMD：应答实体识别引擎

在外呼场景中，30-40% 的电话接通的是语音信箱。坐席等待机器播完问候语的每一秒都是浪费的人力成本。AMD 引擎使用四维特征决策树在 3 秒内完成分类 — 检测人类、语音信箱、蜂鸣音和未知实体，并提供可解释的置信度评分。

1. 外呼场景的效率挑战

外呼联络中心面临一个持续的效率挑战：相当比例的电话接通的是语音信箱而非人类。没有 AMD：

• 坐席等待 5-15 秒 听完语音信箱问候语才意识到没有人接听
• 误报（将人类判为机器）导致过早挂断，丢失客户
• 漏报（将机器判为人类）让坐席在语音信箱录音上浪费时间
• 蜂鸣音检测失败 意味着坐席错过了留下自动消息的机会

传统 AMD 依赖单一特征（通常是静音时长或问候语长度），需要 5-8 秒才能做出判定 — 到那时，真人来电者已经说了”喂”并且听到了沉默。

2. 四维特征决策架构

AMD 引擎从音频的前 3 秒中提取四个正交特征：

3. 决策树分类器

四个特征馈入优先级排序的决策树：

为什么使用决策树？

AMD 分类器刻意使用基于规则的决策树而非神经网络，有三个原因：

1. 可解释性 — 每个判定都附带人类可读的原因（“initial_silence=1800ms 超过人类阈值 1500ms”）
2. 可校准 — 阈值可以按运营商、地区或活动调整，无需重新训练
3. 确定性 — 相同的音频始终产生相同的判定，这对审计合规至关重要

4. AMD 契约

@dataclass(frozen=True)
class AmdFeatures:
    initial_silence_ms: int       # 接通后的静音时长
    greeting_duration_ms: int     # 第一段语音长度
    speech_continuity: float      # 0.0-1.0 流畅度分数
    cadence_regularity: float     # 0.0-1.0 节奏均匀度
    beep_tone_detected: bool      # 频域蜂鸣音标志
    beep_frequency_hz: float      # 主导蜂鸣频率
    background_noise_level: float # 环境底噪
    total_duration_ms: int        # 总分析时长

@dataclass(frozen=True)
class AmdResult:
    result_id: str
    correlation_id: str
    ts_ms: int
    verdict: str       # "human" | "machine" | "beep" | "unknown"
    confidence: float  # 0.0 - 1.0
    features: AmdFeatures
    reason: str        # 人类可读的解释

5. SignalOS 集成

AMD 结果自动转化为 SignalOS 信号：

下游操作

6. 证据包集成

AMD 结果自动包含在会话证据包中：

• AMD 卡片：判定结果、置信度、全部四个特征值、决策原因
• 时间线：AMD 分类时间戳（相对于通话接通时间）
• 审计追踪：使用的特征阈值、校准版本、运营商信息

这确保每个 AMD 决策都可追溯、可审计，满足合规要求。

7. 性能指标