8000HZ PCM音频流VAD返回开启和关闭
Opened this issue · 3 comments
我尝试将 VADIterator 的 sample_rate 采样率修改为8000HZ。
频繁出现下面日志：
2024-11-10 15:48:27.574 | DEBUG | main:websocket_endpoint:204 - 0: VAD start: 0.316
2024-11-10 15:48:36.579 | DEBUG | main:websocket_endpoint:250 - 0: VAD end: 4.132
No Speech
2024-11-10 15:48:38.300 | DEBUG | main:websocket_endpoint:204 - 0: VAD start: 5.34
2024-11-10 15:48:49.854 | DEBUG | main:websocket_endpoint:246 - 1: VAD end: 10.34
找人工
[420, 540, 720]
2024-11-10 15:48:50.498 | DEBUG | main:websocket_endpoint:204 - 1: VAD start: 11.004
2024-11-10 15:49:04.271 | DEBUG | main:websocket_endpoint:250 - 1: VAD end: 16.932
大致的示例代码如下：
请你详细描述你的目的、你做的修改、你期望达到的结果、你使用的测试数据、具体的日志；从你的描述中根本看不明白你想干什么，这样没人能帮到你。另外，不要修改采样率，若期望降低流量消耗，请修改比特率。
请你详细描述你的目的、你做的修改、你期望达到的结果、你使用的测试数据、具体的日志；从你的描述中根本看不明白你想干什么，这样没人能帮到你。另外，不要修改采样率，若期望降低流量消耗，请修改比特率。
您好，我尝试让websocket服务端识别16-bit, 8kHz, mono PCM (little-endian) 的音频流，但无法正确识别，源码部分我只将采样率调整为8000HZ，pcm音频文件已通过附件上传。
你的音频文件本身就特别模糊，1s-4s 、 10s-11s 之间是噪声，6.5s-7.5s 之间 转人工 可以试着调一下热词，但是我认为效果可能不佳。