如何用 Python 從雙聲道通話錄音量出 AI 助理停止說話的時間
Measure barge-in stop time from a stereo call recording in Python
重點導讀
語音 AI 助理聽到來電者插話時,系統紀錄的停止時間不一定等於來電者實際聽到助理繼續說話的時間。
- 作者示範用 Python 把來電者和助理的聲音分開錄在 WAV 左右聲道,再用 bargein.py 找出兩邊開始和停止說話的時間,並依來電者的意圖判斷助理是及時停下、沒停、忽略附和聲,還是被背景聲音誤觸發。在 70 通指令碼測試中,助理通常在插話後 0.78 秒停止。
- 「嗯嗯」沒有讓它停下,但電視新聞聲在 10 通測試裡都讓它停止。作者也提醒,實際音效卡和電話線的延遲可能讓測量結果不同。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
信源出處dev.to
Measure barge-in stop time from a stereo call recording in Python
本文為 888news 精選之重點導讀。若需閱讀作者完整原文、技術細節與官方討論,請前往原始網站。
來源: Dev.to Top Tech (dev.to)
開啟原文