saying noting but get irrelevant recognition result about funasr HOT 11 CLOSED

@Langgz 我在做这样一件事情：在本地电脑读取麦克风，麦克风实时采集语音数据，通过websockets发送实时采集的数据到ASR服务端，由于咱们的asr模型是离线的，所有暂时以20s为界限，超过20s的时候会送入vad做检测，如果有声音片段，则将整个片段送入ASR解码。不知道有没有更好的建议。

3月发布，我们会发布流式vad来代替webrtcvad，和流式paraformer，到时候可以再试试

from funasr.

需要外接一个vad模型来过滤掉静音，只把有效音频输入到asr模型里面计算

from funasr.

如果有背景人声的话，应该也过滤不掉吧？

from funasr.

是的，但是有vad的话，只是背景人声的话，模型会把背景人声识别成文字，不会输出无意义的文字，你现在是环境噪声导致的无意义输出，这个vad是可以过滤掉的

from funasr.

是的，但是有vad的话，只是背景人声的话，模型会把背景人声识别成文字，不会输出无意义的文字，你现在是环境噪声导致的无意义输出，这个vad是可以过滤掉的

加了VAD似乎不起作用。

from funasr.

是的，但是有vad的话，只是背景人声的话，模型会把背景人声识别成文字，不会输出无意义的文字，你现在是环境噪声导致的无意义输出，这个vad是可以过滤掉的

加了VAD似乎不起作用。

用的是webrtcvad，还是我们的vad？ https://www.modelscope.cn/models?page=1&tasks=voice-activity-detection&type=audio

from funasr.

是的，但是有vad的话，只是背景人声的话，模型会把背景人声识别成文字，不会输出无意义的文字，你现在是环境噪声导致的无意义输出，这个vad是可以过滤掉的

加了VAD似乎不起作用。

用的是webrtcvad，还是我们的vad？ https://www.modelscope.cn/models?page=1&tasks=voice-activity-detection&type=audio
webrtcvad和阿里的vad都用了。

from funasr.

@Langgz 我在做这样一件事情：在本地电脑读取麦克风，麦克风实时采集语音数据，通过websockets发送实时采集的数据到ASR服务端，由于咱们的asr模型是离线的，所有暂时以20s为界限，超过20s的时候会送入vad做检测，如果有声音片段，则将整个片段送入ASR解码。不知道有没有更好的建议。

from funasr.

solved. @Langgz

from funasr.

现在有流式的vad了不

from funasr.

现在有流式的vad了不

如果有了喊我一声

from funasr.