OmniVAD-Kit

OmniVAD-Kit 是一个跨平台语音活动检测（VAD）与音频事件检测（AED）工具包，支持 Python、TypeScript 和 C API 三端调用。核心基于轻量级 DFSMN 模型（约 2.2MB，58.8K 参数），提供非流式 VAD、实时流式 VAD 和多类别 AED（语音/歌唱/音乐）三种能力，推理速度达 200 倍实时，兼容原生环境、WebAssembly 浏览器端及 Node.js。支持多种输入格式（WAV、PCM int16/float32）、分块处理长音频，并内置 CLI 与多格式输出（TextGrid/SRT/VTT/JSON）。适用于语音前端处理、会议转录、音视频内容分析、边缘设备实时语音唤醒等低延迟、多端部署场景。