RealtimeVAD(0.0.5 alpha)开源发布:比 Silero 提前约 100ms 判断语音结束
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)。
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)。
Apple 官方介绍 Foundation Models framework,这是一个原生 Swift API,可接入设备端 Apple Foundation Models 与 Private Cloud Compute,并扩展支持 Claude、Gemini 等服务器模型。
大量 AI 生成应用涌入使 Apple 的 App Review 流程濒临瘫痪,审核从过去的 24-48 小时延长到数周甚至反复被拒。
Conductor 回归的公告登上 Hacker News,帖子获得 29 分和 17 条评论,正文未披露更多细节。