KEYSNOOP
acoustic side-channel lab / pc edition
状态
空闲
麦克风
检测中
模型
未训练
原理
每个键的键帽、轴体与底板结构不同,敲击时激发的高频共振也不同。 麦克风捕捉这段瞬态声音 → 切出单次击键 → 提取对数频带 / MFCC 声纹 → 分类器实时报出按键。 对应视频里的完整链路:标注数据 → 训练 → 端侧实时推理(这里用 PC 代替 NPU)。
01 / 采集设置
录音设备
系统默认
要训练的按键(连写或以空格分隔特殊键)
每个键采样次数
触发灵敏度
5
击键间隔(合并回弹/余振)
280
在已有样本上继续采集
开始采集 / 训练
实时识别
停止
撤销上一个样本
清空模型
清空输出
刷新设备
输入电平 / 触发门限
0%
正在校准环境噪声,请保持安静约 0.6 秒…
操作提示
1. 麦克风放在键盘前 10~30 cm,关掉音乐和风扇。
2. 先练一行 10 个键:点「开始采集 / 训练」,看到大字提示后
连续、自然地
敲同一个键。
3. 训练完会给出交叉验证准确率,再点「实时识别」开始盲测。
4. 机械键盘效果最好;力度与节奏尽量一致;键越多越难,先少后多。
02 / 实时监听
等待开始
--
先采集样本并训练模型
总采集进度
0 / 0
最近一次击键波形 · 150 ms 窗口 · 峰值对齐
03 / 识别输出
击键历史(最新在上)
0 次
暂无记录。开始实时识别后,每次敲击都会记录按键、置信度和候选。
04 / 键位图
05 / 训练报告
尚未训练模型。完成一次采集后,这里会显示交叉验证准确率、各后端对比、逐键准确率和易混淆键对。
分类器对比(Top-1 准确率)
逐键准确率
易混淆键对
运行日志
界面已连接,等待操作…