开源 EOU 检测模型覆盖英语+8 种印度语言，语音 Agent 不再抢话
martian7r · reddit · 2026-11-09
开发者发布基于 Qwen2.5-0.5B 微调的端点检测（EOU）模型，解决印度语系语音 Agent 频繁打断来电者的问题：印度语言动词居后，「aapko kal phone…」的停顿在 VAD 听来已说完，导致机器人在「kar dunga」落地前抢话——VAD 只听静音、不懂语义。
- 语言：英语、Hinglish、印地语、泰卢固语、泰米尔语、马拉地语、孟加拉语、古吉拉特语、旁遮普语
- 纯 CPU ONNX Runtime（约 2GB，fp32）完全本地推理，仅需外接 STT
- 与 LiveKit Agents 文本 turn 检测器同接口，可直接替换；已在 LiveKit Cloud 实测，能稳住请求中途停顿
- 验证集 TPR 91.3%，校准至不完整轮次约 10% 误切断，AUC 0.967；LiveKit 官方印地语真实语音基准 85.3% 检出率
- Apache-2.0 开源，模型与插件在 Hugging Face（tarun7r/indic-turn-detector）
所属事件:开源端点检测模型支持英语及8种印度语言，语音Agent不再抢话(2 条相关)→
「编程与Agent」频道最新
- 在骁龙版 Surface Pro 上跑通 Omarchy：编译内核加 SSH 隧道远程跑 OpenClaw — vincent_koc · 2026-11-09
- Obsidian 笔记重浮出指南：随机笔记、回顾队列与相关笔记 — dSebastien · 2026-11-09
- 一行改动致 Agent 狂拨 21 通电话烧掉 $133，三道外部闸门止损 — Worth_Wealth_6811 · 2026-11-09
- 独立开发者给饮食日记接入 MCP，让 Claude 直接读你的记录 — Content-Two5729 · 2026-11-09
- 疑似朝鲜黑客组织借 npm 包 archetype-index-sdk 投放混淆木马 — cyb3rops · 2026-11-09
- OpenBrowser 开源数天斩获 9.6k 星，让 AI Agent 自主演览网页 — thisdudelikesAI · 2026-11-09