VAD（语音活动检测）

定义：

Voice Activity Detection，检测音频流中的有效语音片段，区分语音段（如说话）与非语音段（如静音、噪音、呼吸声）。

核心功能：

触发机制：仅在检测到语音时启动后续处理（如语音识别、录音），节省算力与存储资源。

语音分割：在语音转文字场景中，自动标记语音起止点，提升转写效率（如减少静音段的无效处理）。

技术实现：

传统方法：基于能量阈值（语音段能量高于噪音）、过零率（语音信号频率变化更快）等特征。

AI 方法：使用 LSTM、CNN 等神经网络模型，结合梅尔频谱特征，提升复杂环境下的检测准确率。

应用案例：

智能手表：仅在用户说话时唤醒语音助手，避免误触启动（如日常活动中的误触发）。

录音设备：自动跳过会议中的长时间沉默，仅保存有效发言内容，减少文件体积。

技术价值：

作为语音处理的 “节能开关”，降低设备功耗（如耳机待机时长延长），并提升交互响应的精准性。