← 在分诊台打开（可搜索/导航）
VAD语音活动检测该用什么（判断什么时候在说话）
🎯 E1 任务→模型路由 · ESP32/手机/树莓派
状态：ESP32用WebRTC VAD(158KB)，手机/树莓派用Silero VAD(精度高)
也这样说： vad 语音活动检测 voice activity detection silero webrtc vad
可能根因：- 需要判断音频中是否有人说话
- VAD放在ASR前面减少无效推理
- 端侧需要极低延迟
解决方案
✅ 官方方案（1条）
Silero VAD
准确率高，适合手机/树莓派；但依赖PyTorch或ONNX Runtime，端侧引入运行时开销；比WebRTC VAD精度高但更重
时效：2026-09
打开 ↗💡 排坑指南（1条）
WebRTC VAD（最轻量）
经典GMM方法纯C实现仅158KB，不依赖深度学习框架，速度极快；ESP32/资源受限设备首选；坑：非稳态噪声/背景音乐下容易误判
时效：2026-09
打开 ↗⚠️ 避坑提醒（1条）
VAD误判导致语音助手"听不见"或"幻听" 暂无外链
VAD阈值太高→用户说了但没触发ASR("听不见")；阈值太低→环境噪声触发ASR("幻听")；必须在真实环境调阈值，不能只在实验室调
时效：2026-09
本页是路由层入口，不存教程正文。每条入口带人工评注。
来自 问题分诊台 · Vertical Hub