Voice Activity Detection (VAD)

Türkçe: Ses Aktivitesi Tespiti / Konuşma Algılama

Ayrıntılı Tanım

Bir ses akışını milisaniyeler içinde sürekli tarayarak, o anda bir **insan konuşması mı olduğunu yoksa sadece arka plan gürültüsü/sessizlik mi olduğunu** ikili olarak (1 veya 0) tespit eden ultra hafif ön filtreleme modülüdür.

Ne İşe Yarar / Çözülen Problem

Boş sessizlikleri veya klima seslerini ağır yapay zekâ modellerine gönderip boşuna işlemci gücü ve elektrik harcanmasını engeller; sesli asistanların ne zaman dinleyip ne zaman duracağını yönetir.

Nasıl Çalışır? (Teknik & Mekanizma)

Kısa vadeli enerji seviyesi, sıfır geçiş oranı (Zero-Crossing Rate) veya hafif bir RNN/CNN (Silero VAD) kullanılır. Gecikmesi 10 milisaniyenin altındadır.

Örnek Senaryo & Pratik Uygulama

Telsizlerdeki "Bas-Konuş" mandalının otomatik hali: Siz ağzınızı açıp konuştuğunuz anda sistemin yeşil ışığının yanıp kayda girmesi; sustuğunuz anda kaydın derhal durup bekleme moduna geçmesi.

Benzer Terimlerden Farkı

Kelimeleri anlamaz veya sesi tanımaz; sadece "Şu an odada bir insan konuşuyor mu?" sorusuna anlık evet/hayır der.

İlişkili Terimler (2)

#508

Speaker Diarization

Konuşmacı Ayrıştırma ("Kimin Ne Zaman Konuştuğu")

#492

Automatic Speech Recognition (ASR)

Otomatik Konuşma Tanıma (Sesten Metne)

Ait Olduğu Kategori

Ses, Konuşma ve Müzik Yapay Zekâsı

ASR (Whisper), TTS, Vocoder, Spektrogram analizi ve nöral ses üretimi.

Toplam Terim:30 Madde

Bu Kategorideki Tüm Terimleri Gör →

Önceki Terim (#508)Speaker Diarization

Sonraki Terim (#510)MusicGen (Audiocraft / Meta)