Maskinöversättning · Engelskt original
Silero VAD — Android
Silero VAD v5 körs på Android, inbäddad Linux, och Windows via ONNX Runtime, vilket ger strömmande röstaktivitetsdetektion med sub-millisecond latency. Det fungerar som pipelineens talspar -
Modell
| Modell | Backend | Storlek | HuggingFace |
|---|---|---|---|
| Silero-VAD-v5 | ONNX Runtime | 2 MB | soniqo/Silero-VAD-v5-ONNX |
Prestanda
| Metric | Värde |
|---|---|
| Chunk storlek | 32 ms (512 prover vid 16 kHz) |
| Latency | Sub-millisecond per chunk |
| RTF | < 0.01 |
Konfiguration
| Parameter | Standard | Beskrivning |
|---|---|---|
min_silence_duration | 0,5s | Tystnadslängd som krävs för att avsluta ett talsegment |
min_speech_duration | 0,15 | Minsta tal varaktighet att utlösa upptäckt |
Viktigt
På Android är VAD en del av SpeechPipeline och används inte fristående. Rörledningen hanterar automatiskt VAD → STT → TTS-flödet. speech-android på GitHub för integrationsdetaljer.