Ordlista
Voice activity detection
Röstaktivitetsdetektering (VAD, voice activity detection) är en teknik som avgör vilka delar av en ljudström som innehåller tal och vilka som är tystnad eller bakgrundsbrus.
Vad det betyder
VAD svarar på en snäv fråga: pratar någon just nu? Den transkriberar inte ljudet och avgör inte vem som talar. Programvara använder den för att hoppa över tysta partier, veta när bearbetningen ska starta och stoppa, och mata transkriberingen med renare ljud.
I en transkriberingskedja är VAD ett nyttigt första steg. Genom att klippa bort långa tystnader och ljud som inte är tal innan igenkänningsmodellen körs sparar den bearbetningstid och minskar skräputdata från bakgrundsbrus.
Så hänger det ihop med Autorec
Autorec använder en uppskattning av röstaktivitet från sin brusreducering för att styra den valfria duckingen. Själva transkriberingen använder ingen VAD.
Testa Autorec
En mötesinspelare för Linux, Windows och macOS som håller allt lokalt. Den känner automatiskt av dina samtal, spelar in till din egen disk och transkriberar på din dator. Engångsköp, med en gratisnivå att börja med.
Ladda ner Autorec