Słownik
Voice activity detection
Wykrywanie aktywności głosu (VAD) to technika, która rozpoznaje, które fragmenty strumienia audio zawierają mowę, a które ciszę lub szum tła.
Co to znaczy
VAD odpowiada na jedno wąskie pytanie: czy ktoś teraz mówi? Nie transkrybuje dźwięku i nie rozpoznaje mówcy. Programy używają go, żeby pomijać ciche fragmenty, wiedzieć, kiedy zacząć i skończyć przetwarzanie, i podawać do transkrypcji czystszy dźwięk.
W procesie transkrypcji VAD to przydatny pierwszy krok. Wycina długie cisze i dźwięki niebędące mową, zanim ruszy model rozpoznawania, więc skraca czas przetwarzania i ogranicza przypadkowe „wyniki” z szumu w tle.
Jak to się ma do Autorec
Autorec korzysta z oceny aktywności głosu z modułu redukcji szumów, żeby sterować opcjonalnym duckingiem dźwięku. Sama transkrypcja nie używa VAD.
Wypróbuj Autorec
Lokalny rejestrator spotkań na Linuksa, Windowsa i macOS. Sam wykrywa twoje rozmowy, nagrywa je na twój dysk i transkrybuje na twoim komputerze. Jednorazowy zakup, a na start plan darmowy.
Pobierz Autorec