当前位置： 首页 > news >正文

阿里mod_asr3.0集成webrtc静音算法

news 2026/2/10 10:38:22

alibabacloud-nls-cpp-sdk-master

先到阿里官网下载nls库的源代码，编译生成对应的库文件和头文件。

我编译的放到了以下目录。

/home/jp/2025/alibabacloud-nls-cpp-sdk-master/build/install/NlsSdk3.X_LINUX/include/

/home/jp/2025/alibabacloud-nls-cpp-sdk-master/build/install/NlsSdk3.X_LINUX/lib/

mod_asr demo

https://download.csdn.net/download/qq_46187594/89714581icon-default.png?t=O83Ahttps://download.csdn.net/download/qq_46187594/89714581下载asr的一个demo,在其中的mod_asr.cpp中调用webrtc静音检测算法，先判断语音静音包，非静音包丢给asr进行识别。

在/home/jp/2025/alibabacloud-nls-cpp-sdk-master/build/install/NlsSdk3.X_LINUX/include目录下mkdir vad目录，用于放后面静音检测的文件代码。

webrtc静音检测

GitHub - cpuimage/WebRTC_VAD: Voice Activity Detector Module Port From WebRTCVoice Activity Detector Module Port From WebRTC. Contribute to cpuimage/WebRTC_VAD development by creating an account on GitHub.icon-default.png?t=O83Ahttps://github.com/cpuimage/WebRTC_VAD/下载这个webrtc静音检测程序，稍微修改下，进行调用。

下载完成后，include目录拷贝到/home/jp/2025/alibabacloud-nls-cpp-sdk-master/build/install/NlsSdk3.X_LINUX/include/vad/下，dr_wav.h,timing.h,

vad.cc也放到/home/jp/2025/alibabacloud-nls-cpp-sdk-master/build/install/NlsSdk3.X_LINUX/include/vod目录下。

main.c修改文件名为windaka.h.

mod_asr集成静音检测

在mod_asr.cpp的asr_callback()方法中增加vadProcess()方法的调用。返回为1表示非静音包，返回不为1表示静音包。特别注意vadProcess()第四个参数为WebRTC_VAD允许设置四个不同级别的敏感度（0-3），其中0最不敏感，3最敏感。

编译mod_asr3.0

编译语句为

g++ -shared -fPIC -O2 -Wall -o mod_asr.so mod_asr.cpp ./vod/*.c -I/home/jp/2025/alibabacloud-nls-cpp-sdk-master/build/install/NlsSdk3.X_LINUX/include -I/home/jp/2025/alibabacloud-nls-cpp-sdk-master/build/install/NlsSdk3.X_LINUX/include/vod  -I/home/jp/2025/alibabacloud-nls-cpp-sdk-master/build/install/NlsSdk3.X_LINUX/include/vod/include  -L/home/jp/2025/alibabacloud-nls-cpp-sdk-master/build/install/NlsSdk3.X_LINUX/lib -lpthread  -lalibabacloud-idst-speech  -ldl -D_GLIBCXX_USE_CXX11_ABI=1 -lrt -lz -ldl -lanl  -I/usr/local/freeswitch/include/freeswitch -L/usr/local/freeswitch/lib -lfreeswitch

编译出来的mod_asr放到/usr/local/freeswitch/mod下，启动freeswitch时手动加载此模块，即可测试静音是否被检测出来。

代码下载
https://download.csdn.net/download/ware_soft/90239465

相关文章：

阿里mod_asr3.0集成webrtc静音算法

alibabacloud-nls-cpp-sdk-master 先到阿里官网下载nls库的源代码，编译生成对应的库文件和头文件。 我编译的放到了以下目录。 /home/jp/2025/alibabacloud-nls-cpp-sdk-master/build/install/NlsSdk3.X_LINUX/include/ /home/jp/2025/alibabacloud-nls-cpp-sdk-…...

编程日记 2025/1/12 10:54:24

[Git] git pull --rebase / git rebase origin/master

1. git pull --rebase 这个命令是用来更新当前分支的，它会从远程仓库拉取更新，然后将你的本地提交重新应用到更新后的基础之上。它相当于先执行 git fetch，然后在当前分支上执行 git rebase origin/。使用 --rebase 而不是默认的 merge 可以…...

编程日记 2025/1/12 10:53:23

Leetcode​​​​​​​3270：求出数字答案

题目描述： 给你三个 正 整数 num1 ，num2 和 num3 。 数字 num1 ，num2 和 num3 的数字答案 key 是一个四位数，定义如下： 一开始，如果有数字 少于 四位数，给它补 前导 0 。答案 key 的第 i 个数…...

编程日记 2025/1/12 10:40:12

第十一章 施工监测

11 施工监测 11.1 施工监测主要内容、常用仪器与方法 11.1.1 主要内容 1.目的和意义 及时掌握工程自身及周边环境风险动态、通过分析和预测工程结构及周边环境的安全状态与发展趋势，优化调整设计参数和施工参数提供数据支撑。为今后同类工程施工提供类比资料 2…...

编程日记 2025/1/12 10:37:02

Python爬虫应用领域

Python爬虫作为一种强大的数据获取工具，在多个领域发挥着重要作用。以下是Python爬虫在不同领域的应用情况： 一、数据采集与分析 （一）市场调研 产品信息收集：爬取电商平台的产品详情、价格、销量、用户评价等数据&am…...

编程日记 2025/1/12 10:35:00

软件架构考试基础知识 002：进程的状态与其切换

进程状态转换的说明 在操作系统中，进程的状态表示其当前的执行情况和资源占用情况。进程状态的转换反映了操作系统如何管理和调度进程。以下是进程状态转换的说明： 1. 三态模型（Three-state Model） 三态模型是最基础的进程状态模…...

编程日记 2025/1/12 10:33:59

新车月交付突破2万辆！小鹏汽车“激活”智驾之困待解

首次突破月交付2万辆规模的小鹏汽车，稳吗？ 本周，高工智能汽车研究院发布的最新监测数据显示，2024年11月，小鹏汽车在国内市场（不含出口）交付量（上险口径，下同&#xff09…...

编程日记 2025/1/12 10:32:58

VideoPlayer插件的功能和用法

文章目录 1. 概念介绍2. 使用方法2.1 实现步骤2.2 具体细节3. 示例代码4. 内容总结我们在上一章回中介绍了"如何获取文件类型"相关的内容，本章回中将介绍如何播放视频.闲话休提，让我们一起Talk Flutter吧。 1. 概念介绍 播放视频是我们常用的功能，不过Flutter官方…...

编程日记 2025/1/12 10:30:56

.NET体系架构

引言 .NET是由微软开发的一个广泛应用的开发平台，旨在帮助开发者构建各种类型的应用程序，包括桌面应用、Web应用、移动应用和云服务。最初，.NET平台的构建主要集中在Windows环境上，但随着.NET Core和随后.NET 5及以上版本的推出&…...

编程日记 2025/1/12 10:25:45

QT中引入OpenCV库总结（qmake方式和cmake方式）

文章目录 前言opencv环境配置一、opencv库获取的两种方式二、qmake和cmake配置2.1、 qmake2.2、cmake2.2.1、引入opencv示例 三、qt与opencv对应关系四、问题 前言 我的软件环境，写在前面 Windows10QT5.12.12VS2017OpenCV4.5.4 opencv环境配置 一、opencv库获取…...

编程日记 2025/1/12 10:24:40

matlab系列专栏-快捷键速查手册

目录 1在命令窗口(Command Window)中 2. 在编辑器(Editor)（m文件）中 1在命令窗口(Command Window)中 1)【↑、↓】——切换到之前、之后运行过的命令，可以重复按多次来达到想要的命令。 2)【Tab】——自动补全。在Command窗口&#xff0c…...

编程日记 2025/1/12 10:16:33

对于 NestJS + TypeORM 查询构造器分页功能的简单二次封装

NestJS 作为 Node.js 领域备受欢迎的框架，其与 TypeORM 的结合为开发者提供了强大的 ORM 能力，简化了数据库操作。然而，在处理分页查询时，直接在每个服务方法中重复编写分页逻辑既不高效也容易出错。为此，我们可以通过…...

编程日记 2025/1/12 10:15:32

Kafka消息队列出现消息堆积如何解决

Kafka消息队列出现消息堆积，通常是由于消息生产速度远大于消费速度，可能由消费者处理能力不足、网络问题、Kafka配置不合理等原因导致。以下从多个方面介绍应对消息堆积的方法： 消费者端优化 提升消费并行度 增加消费者实例数量&#xff1a…...

编程日记 2025/1/12 10:14:31

LeetCode hot100-100

287. 寻找重复数 给定一个包含 n 1 个整数的数组 nums ，其数字都在 [1, n] 范围内（包括 1 和 n），可知至少存在一个重复的整数。假设 nums 只有 一个重复的整数 ，返回 这个重复的数 。你设计的解决方案必须 不修改 数组…...

编程日记 2025/1/12 10:03:11

Vue.js：现代前端开发的灵活框架

大家好！我是 [数擎 AI]，一位热爱探索新技术的前端开发者，在这里分享前端和 Web3D、AI 技术的干货与实战经验。如果你对技术有热情，欢迎关注我的文章，我们一起成长、进步！ 开发领域：前端开发 | A…...

编程日记 2025/1/12 10:02:07

CUDNN详解

文章目录 CUDNN详解一、引言二、cuDNN的基本使用1、初始化cuDNN句柄2、创建和设置描述符 三、执行卷积操作1、设置卷积参数2、选择卷积算法3、执行卷积 四、使用示例五、总结 CUDNN详解 一、引言 cuDNN（CUDA Deep Neural Network library）是NVIDIA为深度…...

编程日记 2025/1/12 9:59:03

下载并安装MySQL

在Linux系统上下载并安装数据库（以MySQL为例）的步骤如下： 一、下载MySQL 访问MySQL官网 打开浏览器，访问MySQL的官方网站：https://www.mysql.com/。 进入下载页面 在MySQL官网首页，找到并点击“Downloads…...

编程日记 2025/1/12 9:58:02

Linux ffmpeg 基础用法

简介 FFmpeg 是一个强大的开源多媒体框架，用于处理视频、音频和其他多媒体文件和流。它允许转换、录制、编辑、流媒体等等。 安装 Debian/Ubuntu sudo apt update sudo apt install ffmpegRed Hat/CentOS sudo dnf install ffmpegmacOS (via Homebrew) brew i…...

编程日记 2025/1/12 9:52:58

【C++入门】详解（中）

目录 💕1.函数的重载 💕2.引用的定义 💕3.引用的一些常见问题 💕4.引用——权限的放大/缩小/平移 💕5. 不存在的空引用 💕6.引用作为函数参数的速度之快（代码体现） &#x1f4…...

编程日记 2025/1/12 9:49:50

深度学习的加速器：Horovod，让分布式训练更简单高效！

什么是 Horovod？ Horovod 是 Uber 开发的一个专注于深度学习分布式训练的开源框架，旨在简化和加速多 GPU、多节点环境下的训练过程。它以轻量级、易用、高性能著称，特别适合需要快速部署分布式训练的场景。Horovod 的名字来源于俄罗斯传统舞…...

编程日记 2025/1/12 9:47:45

第19节 Node.js Express 框架

Express 是一个为Node.js设计的web开发框架，它基于nodejs平台。 Express 简介 Express是一个简洁而灵活的node.js Web应用框架, 提供了一系列强大特性帮助你创建各种Web应用，和丰富的HTTP工具。 使用Express可以快速地搭建一个完整功能的网站。 Expre…...

编程新知 2026/2/8 6:37:43

零门槛NAS搭建：WinNAS如何让普通电脑秒变私有云？

一、核心优势：专为Windows用户设计的极简NAS WinNAS由深圳耘想存储科技开发，是一款收费低廉但功能全面的Windows NAS工具，主打“无学习成本部署” 。与其他NAS软件相比，其优势在于： 无需硬件改造：将任意W…...

编程新知 2026/1/2 23:01:24

进程地址空间（比特课总结）

一、进程地址空间 1. 环境变量 1 ）⽤户级环境变量与系统级环境变量 全局属性：环境变量具有全局属性，会被⼦进程继承。例如当bash启动⼦进程时，环 境变量会⾃动传递给⼦进程。 本地变量限制：本地变量只在当前进程(ba…...

编程新知 2025/11/15 6:48:52

家政维修平台实战20：权限设计

目录 1 获取工人信息2 搭建工人入口3 权限判断总结 目前我们已经搭建好了基础的用户体系，主要是分成几个表，用户表我们是记录用户的基础信息，包括手机、昵称、头像。而工人和员工各有各的表。那么就有一个问题，不同的角色&#xf…...

编程新知 2026/2/1 22:23:58

工业自动化时代的精准装配革新：迁移科技3D视觉系统如何重塑机器人定位装配

AI3D视觉的工业赋能者 迁移科技成立于2017年，作为行业领先的3D工业相机及视觉系统供应商，累计完成数亿元融资。其核心技术覆盖硬件设计、算法优化及软件集成，通过稳定、易用、高回报的AI3D视觉系统，为汽车、新能源、金属制造等行…...

编程新知 2025/11/25 4:59:47

Mac下Android Studio扫描根目录卡死问题记录

环境信息 操作系统: macOS 15.5 (Apple M2芯片)Android Studio版本: Meerkat Feature Drop | 2024.3.2 Patch 1 (Build #AI-243.26053.27.2432.13536105, 2025年5月22日构建) 问题现象 在项目开发过程中，提示一个依赖外部头文件的cpp源文件需要同步，点…...

编程新知 2026/2/6 1:00:00

基于Java+MySQL实现（GUI）客户管理系统

客户资料管理系统的设计与实现 第一章 需求分析 1.1 需求总体介绍 本项目为了方便维护客户信息为了方便维护客户信息，对客户进行统一管理，可以把所有客户信息录入系统，进行维护和统计功能。可通过文件的方式保存相关录入数据，对…...

编程新知 2026/1/25 10:12:06

uniapp 开发ios， xcode 提交app store connect 和 testflight内测

uniapp 中配置 配置manifest 文档：manifest.json 应用配置 | uni-app官网 hbuilderx中本地打包 下载IOS最新SDK 开发环境 | uni小程序SDK hbulderx 版本号：4.66 对应的sdk版本 4.66 两者必须一致 本地打包的资源导入到SDK 导入资源 | uni小程序SDK …...

编程新知 2026/1/31 8:35:07

WPF八大法则：告别模态窗口卡顿

⚙️ 核心问题：阻塞式模态窗口的缺陷 原始代码中ShowDialog()会阻塞UI线程，导致后续逻辑无法执行： var result modalWindow.ShowDialog(); // 线程阻塞 ProcessResult(result); // 必须等待窗口关闭根本问题&#xff1a…...

编程新知 2026/1/26 17:26:03

算法250609 高精度

加法 #include<stdio.h> #include<iostream> #include<string.h> #include<math.h> #include<algorithm> using namespace std; char input1[205]; char input2[205]; int main(){while(scanf("%s%s",input1,input2)!EOF){int a[205]…...

编程新知 2025/9/17 10:04:40