
头条
让数字人真正“听得见”:我的 Barge-in 实时语音架构
从本地麦克风、WebRTC AEC3 和 DeepFilterNet3,到唤醒、双 VAD、双 ASR 与响应撤销:拆解一套纯 CPU 数字人实时语音打断系统。
语音识别14 分钟 · 5.8 千字
软件 · 系统 · 长期主义
记录软件架构、工程实践和那些值得反复推敲的设计决定。少一点捷径,多一点可以解释的取舍。

头条
从本地麦克风、WebRTC AEC3 和 DeepFilterNet3,到唤醒、双 VAD、双 ASR 与响应撤销:拆解一套纯 CPU 数字人实时语音打断系统。