funasr 流式vad

### FunASR 流式 VAD 实现与使用

FunASR 是一款开源的自动语音识别工具包，支持多种语音处理任务，其中包括流式的语音活动检测 (Voice Activity Detection, VAD)[^1]。

#### 1. 功能概述

流式 VAD 的主要目的是实时区分音频中的语音片段和非语音部分。这有助于提高 ASR 系统效率并减少计算资源消耗。通过持续监听输入音频流，在检测到有效语音时触发后续处理逻辑。

#### 2. 使用方法

为了启用 FunASR 中的流式 VAD 功能，可以按照如下方式操作：

安装依赖库之后，可以通过 Python API 或命令行接口来调用该特性。以下是基于 Python SDK 的简单示例代码：

from funasr import FunASR

# 初始化模型实例
model = FunASR(model="vad_model", device="cpu")

# 打开麦克风或其他音源文件作为输入
audio_stream = open('input.wav', 'rb')

try:
    while True:
        chunk = audio_stream.read(1600)  # 每次读取固定大小的数据块
        
        if not chunk:
            break
            
        result = model.streaming_vad(chunk)

        if result['in_speech']:
            print("正在说话...")
        else:
            print("静默状态")
finally:
    audio_stream.close()

此段程序会逐帧分析传入的声音信号，并输出当前是否处于讲话阶段的信息。