AI Rookies

VAD — 语音活动检测(Voice Activity Detection)

事实

检测音频中是否存在人声的技术。

人话

它是语音世界的声控路灯:有人开口才亮,沉默和风声经过,统统不触发。

为识别和对话筛掉无声片段,减少误听与计算消耗。

相关概念

ASR
它先筛出有效人声,再交给 ASR 转成文字。

Barge-in
它检测用户何时开口,帮助系统及时停下播报。

Full-Duplex Voice AI
它提供说话起止信号,辅助判断谁该接话。