Wykrywanie fragmentów mowy w strumieniu audio. VAD może uruchamiać kolejne etapy, lecz sam nie rozstrzyga, czy użytkownik skończył wypowiedź.
Detecting speech segments in an audio stream. VAD can trigger downstream stages but does not itself determine whether the user has finished a turn.
To wykrywanie, w których fragmentach nagrania ktoś mówi.
This detects which parts of an audio recording contain speech.
Nagranie zawiera ciszę i szum, a dalsze przetwarzanie potrzebuje przede wszystkim fragmentów z mową.
A recording contains silence and noise, while further processing mainly needs the speech segments.
Model ocenia krótkie fragmenty dźwięku jako mowę lub jej brak; samo wykrycie ciszy nie potwierdza zakończenia myśli.
A model checks short audio segments for speech; detecting silence alone does not confirm that a thought is finished.
Dyktafon zaznacza w długim nagraniu odcinki, w których uczestnicy zebrania coś mówią.
A recorder marks stretches of a long recording where meeting participants speak.