模型介绍
中文整理该模型是snakers4官方提供的silero-vad-onnx模型。支持16k音频。
介绍
Silero-VAD是一个开源的语音活性检测工具,专门用于语音信号处理。它的原理是基于深度学习的语音端点检测方法,能够自动地识别出语音信号中的语音和非语音部分。
具体来说,Silero-VAD首先通过预加重、分帧、加窗等预处理步骤,将语音信号转化为适合神经网络处理的格式。然后,利用深度学习技术,构建一个神经网络模型,该模型能够自动学习和识别语音信号的特征。在训练过程中,模型会不断地优化和更新,以提高语音识别的准确率。
在语音活性检测过程中,Silero-VAD会根据神经网络模型输出的结果,自动地识别出语音信号中的语音和非语音部分。同时,它还可以根据不同的环境和噪声情况,自适应地调整阈值,以实现更准确的语音活性检测。
项目地址:https://github.com/snakers4/silero-vad
使用
待完善(c# lib)
优先采用原作者提供的中文模型卡片;仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件;指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖,请按作者说明配齐。
完整仓库可能包含多个权重格式,因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖,以原作者说明为准。
是否允许商用、修改和分发,请查看模型许可证。
闲社提供资料与镜像下载方法,不代表已运行模型或完成安全审计。下载的代码应先检查,再执行。
资料或下载有问题?
登录后可提交反馈。
