实时vad(替换webrtcvad)
之前分享了一款实时vad是webrtcvad,但在实际使用中发现如下问题:
- 每次判断chunk是否是vad,chunk的长度有限制,webrtcvad只支持10ms、20ms以及30ms的判断,但我希望能一次判断100ms的chunk,无法满足。
- 无噪声情况下webrtcvad的效果还是不错的,并且速度也很快,但实际情况中,噪声还是很常见的,而webrtcvad对这种噪声是无法过滤的,此处的噪声指的是场景白噪声(通俗来说就是麦克风在收音时录制的环境噪声,类似滋滋滋这种),而此类噪声也是很常见的~
为了解决这个问题,基本的想法是使用神经网络训练一个vad模型,但考虑到数据和周期性,无法满足,偶然发现GitHub现存一款性能很好的vad,完全可以替代webrtcvad,此处贴上官方的地址,模型转化为了onnx,我对此vad的使用做了一个简化,代码如下:
rom utils_vad import OnnxWrapper, init_jit_model, get_speech_timestamps, save_audio, read_audio
实时vad(替换webrtcvad)相关推荐
- 使用 OpenCV+CVzone 进行实时背景替换
介绍 OpenCV是一个开源计算机视觉库,可提供播放不同图像和视频流的权限,还有助于端到端项目,如对象检测.人脸检测.对象跟踪等. CVzone是一个计算机视觉包,可以让我们轻松运行像人脸检测.手部跟 ...
- ps 替换文字_这可能是PS最难用的功能!解决PS字体列表硬伤的利器FonTags
[PConline 应用]PS的字体列表又卡又冗,尤其对于设计师而言,安装的字体少则几十多则上百,每次查找都要花费很长时间,以至于有人说这可能是PS最难用的功能了.其实我们也可以通过一款小软件FonT ...
- 实时高分辨率视频抠像
一.实验目的 视频抠像有许多实际应用.许多正在兴起的用例,例如视频会议和娱乐视频 创作,都需要在没有绿幕道具的情况下对人体主体进行实时背景替换.因此我选 择该项目作为大作业方向 1.在视频流上提取前景 ...
- Enlighten将被功能强大的烘焙和实时GIobal照明解决方案取代
Unity is required to remove Enlighten but will continue support as-is through 2020 LTS. We have a ro ...
- 浏览器渲染机制面试_浏览器渲染原理
本文目录结构 问题 浏览器渲染原理 渲染过程 1. 浏览器接收到 HTML ⽂件并转换为 DOM 树 当我们打开⼀个⽹⻚时,浏览器都会去请求对应的 HTML ⽂件.虽然平时我 们写代码时都会分为 JS ...
- 音视频技术开发周刊 | 175
每周一期,纵览音视频技术领域的干货. 新闻投稿:contribute@livevideostack.com. PTP部署中的经验 本次演讲来自AIMS IP Oktoberfest 2020,演讲者分 ...
- ribbon 配置 动态更新_Netflix开源工具:在SpringBoot实现动态路由
前言 假设你有一个服务A,要调用服务B(有三个实例,B1.B2.B3),如何只调用其中的B1和B2,屏蔽掉B3?实际上解决方法大致分为两类. 一种是外部路由,就是通过网关等组件,在请求链路上进行路由选 ...
- 人工智能学术论坛参会总结【附PPT】
作者:杨鹏@yige.ai.吴金龙@yige.ai 责编:何永灿,关注人工智能,投稿请联系heyc@csdn.net或微信号289416419 10月17日,中科院自动化研究所庆祝建所60周年举办了人 ...
- 前端面试超全整理1( js 浏览器安全 性能)
1.JS 基础面试题(一) 原始(Primitive)类型 涉及面试题:原始类型有哪几种?null 是对象嘛? 在 JS 中,存在着 6 种原始值,分别是: boolean null undefine ...
- 使用pandas清洗携程旅游数据
1.导入模块 from pandas import DataFrame,Series import pandas as pd import numpy as np from fuzzywuzzy im ...
最新文章
- 五、linux总线中设备和驱动注册流程详解
- 职责链模式应用——下机(机房重构知识点总结)
- JavaScript Onclick事件解释
- 计算机学院迎新活动总结,大学迎新活动总结
- sql azure 语法_将SQL工作负载迁移到Microsoft Azure:规划迁移
- 再读headfirst-原则与模式摘录
- 4.微服务设计 --- 集成
- 恒生电子offer含金量_收获8个Offer,来给大家分享备战和面试经验
- 当电子工程师十余年,感慨万千
- C# 读取TXT文本文档 搜索指定字符串所在的行 保存到集合
- SitePoint播客#128:我最不喜欢的10岁
- 对象存储(OSD)及架构原理
- 去除Multiple markers at this line - advised by提示
- day 69-70 一对一 一对多 多对一联表查询
- NTC电阻在电源输入端的应用-测试案例
- Java之static静态对象
- 鼠标键为什么按小键盘5以及+的时候却有时变成了右键点击,如何改为左键点击
- 手把手教你破解Linux系统root密码——无需任何工具,有手就行
- 多基线干涉仪系统测向误差分析
- 易事特拟8600万元投资山东潍坊临朐县光伏扶贫BOT项目