webrtc静音检测

webrtc静音检测二

语音检测

很多语音检测的比如科大讯飞是使用pcm或者wave传输过去进行语音识别的，流量很大，使用客户端的时候可以使用静音检测算法来减小传输流量。这样做有很多好处，在静音与静音之间的语句可以用来合并成一句话。
这里使用webrtc 的静音检测算法来检测，很有效。但是对于语音支持来讲，分为8000HZ，16000HZ，和32000HZ，并且检测并非直接支持所有方式。
文档指明可以支持10ms ， 20ms， 30ms，语音检测。对应于语音可以使用160，320，480 个short 的sample去检测是否静音。如果直接输入4096字节或者2048字节检测，直接返回error -1.

代码

int ret = WebRtcVad_ValidRateAndFrameLength(16000, 480);
	int lenl = len / sizeof(short); // 2048    0-479 480+480-960  961-1441 1442
	short * start = (short *)data;         
	short * end = (short*)(start + lenl);
	int a[5] = { 0,0,0,0,0 };
	int i = 0;
	while (start < end)
	{
		a[i++] = _vadcheck.detect(start, 480);
		start += 480;
		int dlen = end - start;
		if (end - start < 480)
			break;
	}
	start = end - 480;
	a[i] = _vadcheck.detect(start, 480);
	
	OutMessage("status :%d %d %d %d %d", a[0],a[1],a[2],a[3],a[4]);

用WebRtcVad_ValidRateAndFrameLength 函数可以获取是否支持频率的字节（short字节）
如果是2048个sample，其实为4096字节。那么每480个字节检测一下，剩余字节怎么检测，就是像上文一样，可以检测，剩余不够480字节时，直接回退480字节进行剩余检测，在2048个sample中只要有一个检测为1，则该sample非静音。
打印可以看到，说话的时候返回1，不说话的时候都是0，很有效果。