faster-whisper-small / vad /__init__.py
tianyaogavin's picture
init main framework
1bf36cc
from .vad import AudioVad, AudioSegment
import numpy as np
from typing import List, Tuple
class VoiceActivityDetector:
"""
VAD检测器,用于检测音频中的语音片段
这是一个包装类,内部使用AudioVad实现功能
"""
def __init__(self, save_audio=True, save_json=True):
"""
初始化VAD检测器
:param save_audio: 是否保存分段音频
:param save_json: 是否保存JSON元数据
"""
self.vad = AudioVad(
save_audio=save_audio,
save_json=save_json,
output_dir="dataset/audio/segments",
json_dir="dataset/audio/metadata"
)
def detect_voice_segments(self, audio_data: np.ndarray, sample_rate: int) -> List[Tuple[float, float]]:
"""
检测音频中的语音片段
:param audio_data: 音频数据
:param sample_rate: 采样率
:return: 语音片段列表,每个片段为(开始时间, 结束时间)的元组
"""
segments = self.vad.process_audio_data(audio_data, sample_rate)
return [(segment.start_time, segment.end_time) for segment in segments]
__all__ = ['AudioVad', 'AudioSegment', 'VoiceActivityDetector']