13 NOV 2026
RealtimeVAD: 比 Silero 提前 110 毫秒检测语音结束
RealtimeVAD 是一款专为语音助手和实时语音管道设计的高效语音活动检测工具。它保留了 Silero VAD 的精准识别能力,同时引入了一套更快的检测机制,能在音频静音后的 10 毫秒内发出信号,比传统方案提前约 110 毫秒判断用户停止说话。这意味着语音识别、LLM 调用和语音输出的等待时间大幅缩短,显著提升了交互流畅度。项目仅需 numpy 和 onnxruntime,无需 torch,单线程即可运行,完美适配 LiveKit 等实时语音框架,是追求极致低延迟开发者的理想选择。