Tłumaczenie automatyczne · Oryginał angielski
Silero VAD — Android
Silero VAD W v5 działa na Android, osadzony Linux i Windows poprzez ONNX Runtime zapewniając strumieniową detekcję aktywności głosowej z opóźnieniem submillisecond. Służy jako wyzwalacz mowy rurociągu - STT działa tylko wtedy, gdy mowa jest wykryta, oszczędność obliczeń.
Wzór
| Wzór | Wstecz | Rozmiar | HuggingFace |
|---|---|---|---|
| Silero-VAD-v5 | ONNX Runtime | ~ 2 MB | soniqo/Silero-VAD-v5-ONNX |
Wydajność
| Metric | Wartość |
|---|---|
| Rozmiar kawałka | 32 ms (512 próbek przy 16 kHz) |
| Opóźnienie | Podmilisekunda na kawałek |
| RTF | < 0.01 |
Konfiguracja
| Parametr | Domyślne | Opis |
|---|---|---|
min_silence_duration | 0.5s | Czas trwania ciszy wymagany do zakończenia segmentu mowy |
min_speech_duration | 0,15 s | Minimalny czas trwania mowy do wywołania wykrycia |
Ważne
Na Android, VAD jest częścią SpeechPipeline i nie jest używany sam. Rurociąg automatycznie obsługuje VAD → STT → TTS przepływu. Zobacz speech-android na GitHub dla szczegółów integracji.
Kod źródła: github.com /soniqo/speech-android