RealtimeVAD(0.0.5 alpha)开源发布:比 Silero 提前约 100ms 判断语音结束
Show HN: RealtimeVAD – trading false positives for 110ms earlier end-of-speech
AI 导读
作者发布开源语音活动检测库 RealtimeVAD,在保留 Silero VAD 判断语音的基础上,每 10ms 对比音频与房间噪声和说话人自身音量,在 3,279 个真实语音助手回合上语音停止中位提前 Silero 概率下降 100ms、提前 VADIterator 报告结束 206ms,end 事件在 82% 的回合中早于 Silero(中位 70ms)。
来源:Hacker News · github.com