当前位置： 首页 > news >正文

阿里mod_asr3.0集成webrtc静音算法

news 2026/2/7 20:42:56

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

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目：3442. 奇偶频次间的最大差值 I 思路 ：哈希，时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况，哈希表这里用数组即可实现。 C版本： class Solution { public:int maxDifference(string s) {int a[26]…...

编程新知 2026/2/6 3:08:59

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …...

编程新知 2026/2/6 23:34:34

【网络】每天掌握一个Linux命令 - iftop

在Linux系统中&#xff0c;iftop是网络管理的得力助手&#xff0c;能实时监控网络流量、连接情况等&#xff0c;帮助排查网络异常。接下来从多方面详细介绍它。 目录 【网络】每天掌握一个Linux命令 - iftop工具概述安装方式核心功能基础用法进阶操作实战案例面试题场景生产场景…...

编程新知 2025/10/10 17:03:53

React 第五十五节 Router 中 useAsyncError的使用详解

前言 useAsyncError 是 React Router v6.4 引入的一个钩子&#xff0c;用于处理异步操作&#xff08;如数据加载&#xff09;中的错误。下面我将详细解释其用途并提供代码示例。 一、useAsyncError 用途 处理异步错误&#xff1a;捕获在 loader 或 action 中发生的异步错误替…...

编程新知 2025/11/25 10:36:53

DockerHub与私有镜像仓库在容器化中的应用与管理

哈喽&#xff0c;大家好&#xff0c;我是左手python&#xff01; Docker Hub的应用与管理 Docker Hub的基本概念与使用方法 Docker Hub是Docker官方提供的一个公共镜像仓库&#xff0c;用户可以在其中找到各种操作系统、软件和应用的镜像。开发者可以通过Docker Hub轻松获取所…...

编程新知 2025/10/8 10:56:25

Day131 | 灵神 | 回溯算法 | 子集型 子集

Day131 | 灵神 | 回溯算法 | 子集型 子集 78.子集 78. 子集 - 力扣&#xff08;LeetCode&#xff09; 思路&#xff1a; 笔者写过很多次这道题了&#xff0c;不想写题解了&#xff0c;大家看灵神讲解吧 回溯算法套路①子集型回溯【基础算法精讲 14】_哔哩哔哩_bilibili 完…...

编程新知 2026/1/23 12:37:51

STM32+rt-thread判断是否联网

一、根据NETDEV_FLAG_INTERNET_UP位判断 static bool is_conncected(void) {struct netdev *dev RT_NULL;dev netdev_get_first_by_flags(NETDEV_FLAG_INTERNET_UP);if (dev RT_NULL){printf("wait netdev internet up...");return false;}else{printf("loc…...

编程新知 2025/9/23 20:06:08

可靠性+灵活性：电力载波技术在楼宇自控中的核心价值

可靠性灵活性&#xff1a;电力载波技术在楼宇自控中的核心价值 在智能楼宇的自动化控制中&#xff0c;电力载波技术&#xff08;PLC&#xff09;凭借其独特的优势&#xff0c;正成为构建高效、稳定、灵活系统的核心解决方案。它利用现有电力线路传输数据&#xff0c;无需额外布…...

编程新知 2025/9/27 2:43:26

第25节 Node.js 断言测试

Node.js的assert模块主要用于编写程序的单元测试时使用&#xff0c;通过断言可以提早发现和排查出错误。 稳定性: 5 - 锁定 这个模块可用于应用的单元测试&#xff0c;通过 require(assert) 可以使用这个模块。 assert.fail(actual, expected, message, operator) 使用参数…...

编程新知 2025/10/11 0:24:31

高危文件识别的常用算法：原理、应用与企业场景

高危文件识别的常用算法&#xff1a;原理、应用与企业场景 高危文件识别旨在检测可能导致安全威胁的文件&#xff0c;如包含恶意代码、敏感数据或欺诈内容的文档&#xff0c;在企业协同办公环境中&#xff08;如Teams、Google Workspace&#xff09;尤为重要。结合大模型技术&…...

编程新知 2026/1/31 6:09:20