- DAMO/FSMN VAD C++ onnx 推理实现
- 通过RestFul接口获取音频文件vad信息
- 支持16k 16bit mono PCM格式wav推理
mkdir build && cd build
cmake .. && cmake --build .
server启动
./vad_server \
--vad_model ../model/model.onnx \
--vad_sample_rate 16000 \
--vad_silence_duration 800 \
--vad_max_single_segment_time 15000 \
--vad_speech_noise_thres 0.9 \
--port 8080
client测试
./vad_client \
--server "http://127.0.0.1:8080" \
--wav_file xx.wav
返回音频的VAD信息
POST /
| 参数名 | 类型 | 必选 | 描述 |
|---|---|---|---|
filename |
string | 是 | 发送的wave音频名称 |
请求体需要发送一个二进制的wave音频文件。
| 参数名 | 类型 | 描述 |
|---|---|---|
filename |
string | 音频文件名 |
vad_segments |
array | 音频文件的VAD信息，每个元素由bg和ed两个int类型字段表示开始和结束时间（毫秒） |
{
"filename": "test.wav",
"vad_segments": [
{
"bg": 0,
"ed": 2500
},
{
"bg": 3000,
"ed": 5700
}
]
}| 错误码 | 错误描述 |
|---|---|
500 |
服务器内部错误 |
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent