Silero VAD

做语音助手或转写，静音和噪音段送进识别模型既浪费算力又拖慢响应。Silero VAD 是一个预训练的企业级语音活动检测模型，准确找出哪里有人在说话。

模型只有 1 MB 多，单个音频块处理不到 1 毫秒，支持 PyTorch 和 ONNX，多种语言通用。

软件功能

精准检测：区分人声。

极小模型：约 1 MB。

超快：毫秒级。

多运行时：PyTorch 与 ONNX。