项目介绍## TEN VADTEN VAD（Voice Activity Detection）是低延迟，低功耗，高准确率的语音活动检测 AI 模型，能够准确检测音频帧中是否存在人声。作为对话式 AI 的核心原子能力，TEN VAD 显著提升语音处理速度，并具有远低于其他 VAD 模型的 RTF，模型轻量。### 项目地址： 性能对比与目前常用的 WebRTC Pitch VAD 和 Silero VAD 相比，在公开的 TEN VAD 测试集上（来自多场景、逐帧人工标注），TEN VAD 展示出了更优的效果。在延迟方面 TEN VAD 同样领先。它能快速检测语音与非语音之间的切换，而 Silero VAD 则存在数百毫秒的延迟，导致人机交互系统的端到端延迟和打断延迟增加。## TEN Turn DetectionTEN Turn Detection 是一款支持情景感知的智能对话轮次管理模型。TEN Turn Detection 解决了人机对话中的关键挑战：准确判断用户何时结束发言，从而让 AI 适时地倾听或回应，实现自然流畅的对话交替。经测试，TEN Turn Detection 在中文对话中对用户对话轮次结束的识别准确率高达 98.9%。### 项目地址： 效果表现在多场景测试数据集上对比了 TEN Turn Detection 和其他同类开源模型，各模型的表现如下：## 中文视频演示 英文视频演示 核心优势 - 基于十多年实时语音深度研究经验；- 超低延迟、低功耗、高准确率；  - 正确处理“打断”、“停顿”、“回应”等人类式交互；- 极大提升用户体验。 - VAD 准确识别语音帧，有效减少语音识别调用量；- 实测结果显示：两者合用能大幅降低总系统成本。  - 可作为主流对话式 AI 智能体开源框架--TEN Framework 的插件模块使用；- 对于已经使用 TEN Framework 的开发者，支持无缝集成；- 对于正在选型 AI Agent 框架的团队，TEN 是具备最佳 VAD 和轮次检测能力的选择之一。