Silero is a tiny, open-source model (around 2MB) that can quickly determine whether a short chunk of audio contains speech. Turn-taking is a much harder problem than speech detection, but VAD is still a useful primitive, especially for deciding whether audio should be forwarded to more expensive downstream systems.
2024年12月24日 星期二 新京报
，这一点在体育直播中也有详细论述
在微信所主导的社交领域上，抖音显然从未放弃过布局。2024年3月，抖音推出“合养精灵”功能：只要与好友连续互发消息3天，双方即可点亮“火花”标识；连续互发6天，则可以邀请对方共同养一只“小火人”。随着互动天数的增加，火花数值与小火人等级同步提升；一旦超过24小时未产生互动，火花与小火人便会变为灰色，若在规定时间内未恢复互动，甚至会彻底消失。
20+ curated newsletters