#6093 语音阈值和非语音阈值多少合适?

210.79* Posted at: 17 hours ago

语音阈值和非语音阈值多少合适?

1 Replies

语音阈值控制VAD判定语音的灵敏性,推荐默认值 0.5。调低(如0.2)会更灵敏但易把噪音误判为语音,调高(如0.8)则相反。
非语音阈值控制对静音/噪音的判断,建议也默认 0.5,调低可减少文本“幻觉”但可能漏掉部分有效语音。

如果需要进一步细化,请根据实际转录结果微调:若识别出的字幕含有大量噪音文字,可适当提高语音阈值/降低非语音阈值;若字幕缺漏严重,则反向调整。

由于这两个数值高度依赖具体音频环境,知识库未提供固定“最佳值”,建议从默认值开始测试,再根据日志报错微调。

请查阅相关文档:

Post Your Reply
Open source and free maintenance is not easy. If this project is helpful to you, please consider making a small donation to help the project continue to maintain and update.

Dondate via ko-fi.com

Dondate via PayPal

Related resource