RealtimeVAD开源以能量检测提前语音端点

Lonligrin开源了基于能量检测的本地语音端点检测工具RealtimeVAD，每10毫秒检测一次并跟踪房间噪声阈值，用于替代Silero的概率判定。在约3200条真实语音轮次测试中，其结束点中位数比Silero（阈值0.5）提前约110毫秒；工具采用MIT协议、纯CPU运行，可作为Silero VADIterator的直接替换。 但Twitter用户在更嘈杂环境实测发现，提前量降至约92毫秒时，误报率超过Silero的10倍，呼吸和词间停顿也可能触发。因此，RealtimeVAD只适合能够快速丢弃投机计算的流水线。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。