Strojový překlad · Anglický originál
Silero VAD — Android
Silero VAD v5 běží Android, vložené Linux, a Windows prostřednictvím ONNX Runtime, poskytující streaming detekci hlasové aktivity s podmilisekundovou latencí. Slouží jako spouštěč řeči potrubí - STT běží pouze při detekci řeči, úspora kalkulace.
Vzor
| Vzor | Backend | Velikost | HuggingFace |
|---|---|---|---|
| Silero-VAD-v5 | ONNX Runtime | ~ 2 MB | soniqo/Silero-VAD-v5-ONNX |
Výkonnost
| Metrické | Hodnota |
|---|---|
| Velikost kuklu | 32 ms (512 vzorků při 16 kHz) |
| Trvání | Sub- millisecond per chunk |
| RTF | < 0.01 |
Nastavení
| Parametr | Výchozí | Popis |
|---|---|---|
min_silence_duration | 0.5s | Doba ticha potřebná k ukončení části řeči |
min_speech_duration | 0.15s | Minimální doba trvání řeči pro aktivaci detekce |
Důležité
Na Android je VAD součástí SpeechPipeline a není používán samostatně. Plynovod automaticky zpracovává tok VAD → STT → TTS. Viz speech-android na GitHub pro údaje o integraci.