给网页加语音识别的前端库，几行代码就能让站点听懂用户说话，支持语音指令和语音转文字。

预训练的企业级语音活动检测（VAD）模型，能精准切分音频中的说话段与静音段，支持 ONNX 和 PyTorch 部署，适合语音识别、语音指令等场景的前置处理。