Traduzione automatica · Originale inglese

p99 e VAP — Modelli di turni

p99 stima la probabilità di fine turno da un canale audio. VAP previsione dell'attività del discorso da canali di utente e di agente sincronizzati. L'applicazione utilizza questi punteggi per decidere quando rispondere o interrompere.

Costruire il SDK da fonte per queste API. Swift utilizza SpeechVAD; C++ richiede SPEECH_CORE_WITH_ONNX=ON. Android API usi ONNX Runtime. Queste API standalone lasciano in posizione i predefiniti pipeline esistenti.

Modelli

p99 turn-1-mini5.3M · CoreML · Float3216 kHz · 160 ms · 1 chApache-2.0
VAP (otoSpeech)5.8M · CoreML / ONNX · Float3216 kHz · 20 s · 2 chCC BY 4.0 / MIT

Swift API

p99 tamponi passi incompleti. 160 ms step restituisce otto 20 ms frames. Utilizzare disponibileDopo i secondi per il tempo di decisione, e ripristinare la sessione tra conversazioni.

import SpeechVAD

let p99 = try await P99TurnModel.fromPretrained()
let session = try p99.createSession()
let frames = try session.pushAudio(pcm16k)
for frame in frames {
    print(frame.probability, frame.availableAfterSeconds)
}
try session.reset()

let vap = try await VAPModel.fromPretrained()
let forecast = try vap.forecast(userAudio: userPcm, agentAudio: agentPcm)
print(forecast.pNow, forecast.pFuture, forecast.voiceActivity)

VAP utilizza gli ultimi 20 secondi a 16 kHz. Fornire canali di uguale lunghezza e zero per un agente inattivo. Ingressi più brevi ricevono il silenzio principale. Ogni previsione ricomputa la finestra; scegliere un intervallo di richiesta che si adatta al dispositivo.

C++

#include <speech_core/models/onnx_vap.h>

speech_core::OnnxVap model("models/vap.onnx");
auto forecast = model.forecast(user.data(), agent.data(), user.size(), 16000);
// p_now[0]: user, p_now[1]: agent
// p_future and voice_activity use the same channel order.

Android

val directory = ModelManager.ensureVapModels(context)
withContext(Dispatchers.Default) {
    VoiceActivityProjection(VoiceActivityProjectionConfig(directory)).use { model ->
        val forecast = model.forecast(userPcm, agentPcm)
        println(forecast.userNearTerm)
        println(forecast.agentNearTerm)
    }
}

Download

Risultati Benchmark

TurnBench · Soniqo

Licenze