← 返回 AI 开源导航

Silero Vad

语音识别协议 MIT★ 10.6kPython

GitHub 仓库

一、项目简介

Silero VAD 是轻量级的语音活动检测（Voice Activity Detection）模型，用于判断音频中是否包含人声。它体积小、速度快，常用于语音识别前的静音切除，提升后续处理效率。

二、核心特性

  • 轻量快速：模型仅几 MB；
  • 准确率高：多种噪声环境下稳定；
  • 低资源占用：CPU 即可实时运行；
  • 多语言支持；
  • 易集成：提供多种语言接口；
  • 开源免费。

三、适用场景

  • 长音频切分与静音切除；
  • 实时语音检测；
  • 语音识别流水线的前置处理。

四、快速上手

pip install silero-vad
from silero_vad import load_silero_vad
model = load_silero_vad()

五、注意事项

  • 需按采样率使用（如 8k/16k）；
  • 阈值需按场景调优；
  • 仅检测人声，不做识别。