silero-vad

预训练模型快速判断音频里有没有人说话

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署语音识别 🍴 复刻 877 🐛 待处理 15 👀 关注 70

GitHub ↗

GitHub 星标 ★ 10534

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源免费，MIT许可证

项目预览

项目数据

分类语音识别

开发团队snakers4

GitHubhttps://github.com/snakers4/silero-vad

定价模式🏷️完全免费

价格说明开源免费，MIT许可证

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议MIT

主要语言Python

技术栈/模型onnx,onnx-runtime,onnxruntime,pytorch,speech,speech-processing,vad,voice-activity-detection,voice-commands,voice-control,voice-detection,voice-recognition

GitHub 星标★ 10534

上线时间2020-11-23 00:00:00

代码更新2026-10-22

仓库体积120.5 MB

本站数据更新2026-10-27

维护状态活跃

收录时间2026-10-27

浏览次数0

项目介绍

Silero VAD 是一个预训练的企业级语音活动检测（VAD）模型，用于判断音频片段中是否包含人声。它解决语音处理流程中「先切出有效语音、再送入识别或合成」的前置问题，避免静音和噪声浪费算力。核心能力包括：提供 PyTorch 与 ONNX 两种推理形态，支持 ONNX Runtime 部署；单文件模型体积小、推理快，适合实时流式场景；对采样率有明确支持范围，可直接处理短音频块并输出语音概率；附带 Python 调用示例，便于集成到 ASR、语音命令、通话降噪等流水线。项目以预训练权重加轻量代码的方式分发，无需自行标注数据训练，开箱即可用于语音端点检测、长音频切分和静音过滤。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-10-27 · 当前星标 ★ 10534

技术标签

onnx onnxruntime pytorch speech speech-processing

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：入门约 10 分钟部署方式：库/依赖 6 步

环境要求

Python 3.8 及以上版本
x86-64 架构，现代 CPU 需支持 AVX、AVX2、AVX-512 或 AMX 指令集
至少 1G 内存
必须安装 torch>=1.12.0，其余依赖通过 extras 可选安装

安装与启动步骤

1确认 Python 版本

先确认本机 Python 为 3.8 或更高版本，版本过低会导致依赖无法安装。
```
python --version
```
2创建虚拟环境

建议在独立虚拟环境中安装，避免与系统已有 torch 版本冲突。
```
python -m venv venv
source venv/bin/activate
```
3安装核心依赖 torch

torch 是必装依赖，README 要求版本不低于 1.12.0。
```
pip install "torch>=1.12.0"
```
4安装音频读写支持

需要 read_audio / save_audio 时安装 audio extra，Python 3.9+ 会同时拉入 torchcodec。
```
pip install "silero-vad[audio]"
```
5安装 ONNX 推理支持

使用 ONNX 或序列模型时安装 onnx-cpu extra，含 onnxruntime 与 numpy。
```
pip install "silero-vad[onnx-cpu]"
```
6一次性安装全部

想省事可直接装 all extra，会包含上面所有可选依赖。
```
pip install "silero-vad[all]"
```

关键配置

配置项	必填	说明	示例
`audio`	否	安装 torchaudio，并在 Python 3.9+ 附带 torchcodec，用于音频读写	`pip install "silero-vad[audio]"`
`codec`	否	只安装 torchcodec，完全不依赖 torchaudio 完成音频读写	`pip install "silero-vad[codec]"`
`onnx-cpu`	否	安装 CPU 版 onnxruntime 与 numpy，启用 ONNX 推理	`pip install "silero-vad[onnx-cpu]"`
`onnx-gpu`	否	安装 GPU 版 onnxruntime 与 numpy，用于 GPU 上的 ONNX 推理	`pip install "silero-vad[onnx-gpu]"`
`all`	否	一次装齐上述所有可选依赖	`pip install "silero-vad[all]"`