Maskinoversettelse · Engelsk original
Silero VAD — Android
Silero VAD v5 kjører på Android, innebygd Linux, og Windows via ONNX Runtime, som gir streaming av stemmeaktivitetsdetektering med undermilli sekunder latens. Det tjener som rørledningens taleutløser - STT bare kjører når tale blir detektert, sparer beregning.
Modell
| Modell | Motor | Størrelse | HuggingFace |
|---|---|---|---|
| Silero-VAD-v5 | ONNX Runtime | ~ 2 MB | soniqo/Silero-VAD-v5-ONNX |
Ytelse
| Metrisk | Verdi |
|---|---|
| Chunk størrelse | 32 ms (512 prøver ved 16 kHz) |
| Latentens | Sub-millisecond per bit |
| RTF | < 0.01 |
Konfigurasjon
| Parameter | Standard | Beskrivelse |
|---|---|---|
min_silence_duration | 0.5s | Stille varighet som kreves for å avslutte et talesegment |
min_speech_duration | 0.15s | Minimum talelengde for å utløse deteksjon |
Viktig
På Android er VAD en del av SpeechPipeline og brukes ikke frittstående. Rørledningen håndterer automatisk VAD → STT → TTS flyt. Se speech-android på GitHub for integrasjonsdetaljer.
Kildekode: github.com/soniqo/speech-android