
让 数字 人 真正 “听得见”: 我的 Barge-in 实时 语音 架构
从本地麦克风、WebRTC AEC3 和 DeepFilterNet3,到唤醒、双 VAD、双 ASR 与响应撤销:拆解一套纯 CPU 数字人实时语音打断系统。
语音识别14 分钟 · 5.8 千字
主题索引
1 篇

从本地麦克风、WebRTC AEC3 和 DeepFilterNet3,到唤醒、双 VAD、双 ASR 与响应撤销:拆解一套纯 CPU 数字人实时语音打断系统。