AI语音活动检测(Voice Activity Detection,VAD)

语音活动检测(Voice Activity Detection,VAD)又称语音端点检测,语音边界检测。目的是从声音信号流里识别和消除长时间的静音期， 静音抑制可以节省宝贵的带宽资源，可以有利于减少用户感觉到的端到端的时延。

关键特性

• 快速 单个CPU线程可以在不到1ms的时间内处理一个音频块（30+ ms）。使用批处理或GPU也可以显著提高性能。在某些条件下，ONNX甚至可以运行得更快4-5倍。
• 轻量级 JIT模型的大小约为1MB。
• 通用 Silero VAD在包括100多种语言的大型语料库上进行训练，并且在具有各种背景噪声和质量水平的不同领域的音频上表现良好。
• 灵活的采样率 Silero VAD支持8000 Hz和16000 Hz的采样率。