پروژه ten-vad

TEN-framework/ten-vad

تشخیص فعالیت صدا (VAD) از TEN، یک ابزار سبک‌وزن، با کمترین تأخیر و عملکرد بالا برای تشخیص صحبت کردن در جریان صوتی است.

این ابزار زمانی بهترین عملکرد را دارد که نیاز به پردازش بلادرنگ صدا در محیط‌های پویا باشد، مثل تماس‌های صوتی زنده، دستیارهای هوشمند یا سیستم‌های تعاملی صوتی.

چند مورد استفاده:

- تشخیص صحبت کاربر در ربات‌های صوتی

- فعال‌سازی بر اساس صدا در دستیارهای هوشمند

- کاهش ترافیک شبکه با فیلتر کردن قسمت‌های بی‌صدا در تماس‌های ویدئویی

- بهبود دقت ASR با حذف بخش‌های خالی صوتی