请问识别到语音后是否可以尽快返回识别结果，假设上传的15s数据中只有2~4s有语音，其他都是静音（或低的噪音），能否不用等15s数据传完就返回识别结果？
0
收藏
我使用的服务是：REST
调用的接口是：REST_API
参数设置情况：8k，16bit
开发平台和机型：arm
SDK版本号：
代码或日志截图（上传截图能帮助您更快解决问题）：
复现步骤、现象及其他描述：
收藏
点赞
0
个赞
请登录后评论
TOP
切换版块
W_维生素Q_W：
自行实现VAD的话，有一个切割点的问题，比如连续语音超过1分钟了，不得不截断，这样就会导致部分语素识别出问题啊
回复W_维生素Q_W：恩，这个确实存在问题，因为切分算法一般都是由用户停顿导致的。
自行实现VAD的话，有一个切割点的问题，比如连续语音超过1分钟了，不得不截断，这样就会导致部分语素识别出问题啊
如果您使用我们的SDK，里面会包含一个端点检测的模块，用于静音判断，理论上只会传输有音频的部分数据。这个算法模块在API接口里面也有，但是无论如何你都要上传全部语音了。
您可以自己实现端点检测的算法，效果只能由您来保证了。否则可以考虑使用我们的SDK。
有人知道么？