任何简单的VAD实现？
我正在为VAD（语音活动检测）寻找一些C / C ++代码。
基本上，我的应用程序是从设备读取PCM帧。 我想知道用户何时说话。 我不是在寻找任何语音识别算法，而只是用于语音检测。
我想知道用户何时说话以及何时完成：
bool isVAD（short * pcm，size_t count）;
Sphinx和Freeswitch项目中有开源实现。 我认为它们都是基于能量的探测器，不需要任何类型的模型。
Sphinx 4 （Java但它应该很容易移植到C / C ++）
PocketSphinx
FreeSWITCH的
谷歌的开源WebRTC代码有一个用C语言编写的VAD模块。它使用高斯混合模型（GMM），它通常比简单的能量阈值检测器更有效，特别是在具有动态水平和背景噪声类型的情况下。 根据我的经验，它比Gilad在评论中提到的Moattar-Homayounpour VAD更有效。
VAD代码是更大，更大的WebRTC存储库的一部分，但它很容易将其拉出并自行编译。 例如， webrtcvad Python包装器仅包含VAD C源 。
WebRTC VAD API非常易于使用。 首先，音频必须是单声道16位PCM，具有8 KHz，16 KHz或32 KHz的采样率。 发送到VAD的每个音频帧长度必须为10,20或30毫秒。
以下是假设audio_frame为16000 Hz的10 ms（320字节）音频的示例概述：
#include "webrtc/common_audio/vad/include/webrtc_vad.h" // ... VadInst *vad; WebRtcVad_Create(&vad); WebRtcVad_Init(vad); int is_voiced = WebRtcVad_Process(vad, 16000, audio_frame, 160);