Hacker News (Show HN 免费与开源)·· 5 小时前AI 评分16
RealtimeVAD 开源：通过增加误报将语音结束检测提前 110ms
Show HN: RealtimeVAD – trading false positives for 110ms earlier end-of-speech
摘要
开源语音活动检测工具 RealtimeVAD 结合 Silero VAD 与 10 ms 自适应能量检测，将语音结束信号判断提前中位数 100 ms。在 3,279 轮真实测试中，它比 Silero VADIterator 提前 206 ms 报告结束，82% 轮次 end 事件提前中位数 70 ms。
福利说明
来源信息整理于：2026年11月13日 05:41（北京时间）；未进行独立实测或事实核验。
福利是什么
提供比 Silero 更早判定用户停止说话的实时语音检测能力，适合用于投机式语音管线提前响应。
社区反馈支持社区来源 · github.com
活动入口
可通过 GitHub 仓库查看代码和基准评测脚本。
社区反馈支持社区来源 · github.com
费用与支付
代码以 MIT 许可证免费开源。
社区反馈支持社区来源 · github.com
领取/使用步骤
在终端通过 pip 安装 realtimevad 依赖库。
社区反馈支持社区来源 · github.com
使用限制
音频输入限定为 16 kHz 单声道规格。
社区反馈支持社区来源 · github.com在底噪与说话人音量差小于约 20 dB 的高噪声环境下无法获得时间提前量。
社区反馈支持社区来源 · github.com
风险与注意事项
pause 事件在字词停顿处误报率约为 Silero 的十倍，需在应用层配合可撤销的投机管线使用。
社区反馈支持社区来源 · github.com项目目前处于 0.0.5 alpha 版本，后续 API 仍可能变动。
社区反馈支持社区来源 · github.com
尚未核实：实际价值、领取条件、适用地区、截止时间、有效期。页面未展示没有来源支持的空白章节。
本站未展示原文全文；以上福利说明列出相应来源链接，但不代表独立实测。完整内容请阅读原文。
来源：Hacker News (Show HN 免费与开源) · github.com