#5790 语音识别选择VAD模式

语音识别中的 VAD（Voice Activity Detection）选项位于 菜单 → 工具/选项 → 高级选项 → 语音识别参数 页面中。您可以在下拉菜单中选择对应的 VAD 类型（软件内置了多种 VAD 模型，如 Silero VAD 等）。调整 VAD 可以更精确地控制音频中被判定为“语音”或“静音”的门限，从而影响最终字幕的分割精度。

建议：

1. 语音阈值：数值越低越灵敏（容易将噪声误判为语音），数值越高越保守（可能漏掉小音量语音）。默认可保持 0.5，若发现识别结果多出许多短噪声片段，可适当调高。
2. 非语音阈值：数值越高，静音片段越容易被保留为“非语音”，减小该值有助于减少静音误判为语音产生的幻听文本。
3. 静音分割持续毫秒：在语音结束后，需连续检测到超过此值的静音才会进行分割。建议默认 400~500ms。

如果您遇到具体的 VAD 模式选择困惑（例如多个 VAD 名称的具体差异），请提供您的日志文件（logs/ 下最新 .log 文件底部约 30 行）以进一步分析。

请查阅相关文档：

• 调节VAD更精确控制语音识别结果