README.md

---
license: mit
---
# SileroVAD

流式语音端点识别


## 安装依赖

```
sudo apt install libsndfile1

pip install -r requirements.txt
```

## Demo

### CLI

```
python main.py --input demo.wav --output_dir output --model silero_vad.onnx
```
被分段的语音后保存在output目录中


### Gradio
```
pip install gradio

python gradio_app.py
```

![gradio界面](/gradio.png)



## 在项目中使用

1. 复制StreamVAD.py 到项目中
2. from StreamVAD import StreamVAD
3.
初始化 
```
vad = StreamVAD(args.backend, 
                    sensitivity=0.5,
                    silence_ms=200)
```

运行
```
for result in vad.run(audio, vad.model.sr):
    if result:
        print(result)
```

result的格式为:
```
{
    'start_ts': 语音开始的时间
    'end_ts': 语音结束的时间
    'audio': 语音数据
}
```

时间戳的格式可通过StreamVAD.datetime_format设置