顶顶通语音识别-“将用户说的话当成静音处理”问题解决步骤

---

前言

顶顶通用户在使用 asrproxy 程序识别时，说话很快或者说的很短，可asrproxy 日志却输出“ddtvoice appid:test fault:3 asr failed error:1 desc:silence”的错误。将用户说的话当成静音去处理。这种情况应当如何解决？

本文将围绕这个问题提供解决方法：

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、问题分析

“将用户说的话当成静音去处理”这一情况是由语音识别模型中的一个参数决定的，解决该问题的方法很简单，只要找到该参数，并且修改该参数的值就可以了：

参数：speech_noise_thres
作用：

• speech_noise_thres：speech的得分减去noise的得分大于此值则判断为speech，参数范围：（-1,1）
• 取值越趋于-1，噪音被误判定为语音的概率越大，FA越高
• 取值越趋于+1，语音被误判定为噪音的概率越大，Pmiss越高
• 通常情况下，该值会根据当前模型在长语音测试集上的效果取balance

二、步骤

1. 如果顶顶通用户使用的是 16K模型 ，在存放识别模型的目录中就有speech_fsmn_vad_zh-cn-16k-common-pytorch这一模型，模型路径： /ddt/asrproxy/model 。在该模型文件夹中找到vad.yaml配置文件并打开。
2. 打开该配置文件并找到参数：speech_noise_thres,此时该参数默认的值为0.6，可以修改为0或是-0.6，然后保存并退出。
3. 重启 asrproxy 程序，然后进行测试。通过输出日志观察此问题是否已经好转。