语音活动检测

经典的方法基于能量：如果麦克风信号高于某个阈值并持续足够长的时间，就算作语音。在任何有风扇、键盘声或另一个人的房间里，这种方法都会失效。现代VAD是一个很小的神经网络，经过训练来区分人声和其他所有声音，每段音频只需几毫秒就能处理完，开销低到可以在笔记本电脑上一直运行而不被察觉。

输出是一连串语音片段和非语音片段。听写工具用第一次转变来启动识别器，并用一段足够长的非语音来判断你已经说完。

免提模式意味着工具在你开口之前就在聆听。一个值得信任的实现和一个令人不安的实现，区别在于如何处理那些结果不是语音的音频，或者从未变成听写的语音。正确的做法是：这些音频从不存储，从不发送到任何地方，检测器一判定不是语音就立即消失。在设备上运行VAD的工具可以做出这个承诺；把音频流式传到服务器来判断你是否在说话的工具则做不到。

检测到停顿并不等于检测到一个想法的结束。人们会在句子中间停下来思考，由VAD驱动的停止会把他们打断；把停顿时间设长，工具又会显得迟缓。所以免提模式适合平稳流畅的听写，按键说话适合其他所有情况，这也是好工具会同时提供两者的原因。

你不需要特殊软件就能看到语音检测器做出判断。Apple的听写在30秒内未检测到语音时会自动停止，你可以自己触发这条规则。

1. 01 选取苹果菜单 → “系统设置”，点按“键盘”，前往“听写”，然后将其打开。
2. 02 点按一个空白的备忘录或文稿。
3. 03 按下听写快捷键，说一句话。
4. 04 停止说话，不要操作Mac。
5. 05 30秒没有语音后，观察听写在没有按键的情况下结束。
6. 06 在附近播放音乐或开着风扇时重复测试，看看在你的设置下，背景声音是否会改变结果。

语音检测器只能判断它收到的信号。如果选错了麦克风，或者输入音量非常小，你的声音和房间的声音就会变得相似，开始和停止的判断会变差。在责怪工具之前，先检查Mac实际在听什么。

• 在“系统设置 → 声音”中，点按“输入”，然后选择你真正在对着说话的麦克风。
• 在同一屏幕上，如果你的声音太小，就向上拖动输入音量滑块；如果太大，就向下拖动。
• 对于Apple的听写，请检查“系统设置 → 键盘 → 听写”下的“麦克风来源”。“自动”会让Mac选择你最有可能使用的设备。
• 靠近麦克风或使用耳麦，让你的声音明显比房间的声音大。
• 如果你会在句子中间停下来思考，那么这些段落请使用按住的按键或开关，而不是免提模式。

任何等待语音的工具在等待时都必须保持麦克风打开。macOS会在这种情况发生时告诉你，并让你决定哪些App可以这样做。

1. 01 打开“控制中心”，查找录制指示器。它会在麦克风正在使用或最近使用过时显示。
2. 02 选取苹果菜单 → “系统设置”，然后点按边栏中的“隐私与安全”。
3. 03 点按“麦克风”。
4. 04 阅读请求使用麦克风的App列表。
5. 05 对任何不应在聆听的App关闭访问权限。