概览

语音交互系统中很多交互失败的样例，都是因为用户表述没有结束，前端收音设备就停止了收音，导致后端语义理解模块无法获取完整准确的用户意图；

上述问题的根本原因是现有音频收录识别系统中，在用户停顿后的等待收音时间是一个固定值，无法满足多变的对话环境；

针对上述问题，AIUI平台推出语义vad技术：创新设计以用户语义完整度概率预测为目标，动态调整VAD等待时间，融合通用预训练模型，充分利用海量无标签文本数据，能够显著改善因用户停顿或者噪声导致的收音截断问题。

开启方法

1． 在 aiui.xfyun.cn (opens new window) 平台我的应用→应用配置→语义理解→开启语义VAD

2． 点击保存。(语义 VAD 开启需要一定的时间，接下端上的操作请等候一两分钟)。

3． 请下载5.6.1071.0000及以后版本的SDK（2022-05-27后更新版本），SDK配置为continue模式，不要使用oneshot模式。

4． 在端上的 SDK 配置文件 aiui.cfg 中的 vad 配置段添加以下内容：

-	vad_eos 这是本地的 VAD 后端点时长， 默认云端是 1.8s，所以本地可以设置为 2s
-	cloud_vad_enable 开启云端 VAD 的配置

5． 最终如下图所示：

6． 不用做其他处理，正常交互即可。

7． 注意：目前只有通用远场识别引擎可以按照这种方式开启，如果想要在通用近场识别引擎上使用语义VAD请联系技术支持（aiui_support@iflytek.com）