TEN Agent开源TEN VAD与Turn Detection，助力语音AI超低延迟

TENVAD:低延迟高性能的语音活动检测

TENVAD是一款专为企业级应用设计的实时语音活动检测器，以低延迟、轻量化和高性能著称。根据官方信息及社交媒体反馈，TENVAD能够精确到帧级别检测语音活动，显著优于业界常用的WebRTCVAD和SileroVAD。以下是其核心亮点:

-**低计算复杂度**:TENVAD的库体积小，计算复杂度低，支持跨平台C语言兼容，覆盖Linuxx64、Windows、macOS、Android和iOS等多种操作系统，同时提供针对Linuxx64的Python绑定和Web端的WASM支持。[]（https://huggingface.co/TEN-framework/ten-vad）

-**高精度与低延迟**:相比SileroVAD，TENVAD在语音到非语音的转换检测中延迟更低，能快速识别短暂停顿，适合实时交互场景。测试显示，其实时因子（RTF）在多种CPU平台上表现优异。[](https://huggingface.co/TEN-framework/ten-vad)

-**最新开源进展**:2025年6月，TEN团队开源了ONNX模型及预处理代码，支持在任何支持ONNX的平台和硬件架构上部署，进一步增强了灵活性。此外，WASM+JS的支持扩展了其在Web端的应用可能性。

社交媒体上，开发者对TENVAD的开源表示高度认可，认为其性能超越传统VAD模型，为实时语音助手开发提供了强有力的工具。

TENTurnDetection:智能对话轮次管理

**TENTurnDetection**是一款专为全双工语音通信设计的智能轮次检测模型，旨在解决人机对话中最具挑战性的问题之一:准确判断用户何时结束发言并进行上下文感知的中断处理。以下是其关键特性:

-**语义分析能力**:基于Qwen2.5-7B的Transformer模型，TENTurnDetection通过分析对话的语义上下文和语言模式，精准区分用户发言的“完成”、“等待”和“未完成”状态。例如，它能识别“嘿，我想问个问题……”为未完成发言，从而避免不必要的AI打断。[]（https://huggingface.co/TEN-framework/TEN_Turn_Detection）

-**多语言支持**:目前支持英语和中文，能够准确识别多语言对话中的轮次信号，适用于全球化应用场景。[]（https://huggingface.co/TEN-framework/TEN_Turn_Detection）

-**优异性能**:在公开测试数据集上，TENTurnDetection在各项指标上均超越其他开源轮次检测模型，尤其在动态实时对话中表现出色。[]（https://huggingface.co/TEN-framework/TEN_Turn_Detection）

-**自然交互体验**:结合TENVAD，TENTurnDetection使AI代理能够像人类一样等待合适的发言时机，或在适当的语境下处理用户中断，从而打造更自然的对话体验。[]（https://www.agora.io/en/blog/making-voice-ai-agents-more-human-with-ten-vad-and-turn-detection/）

TENAgent生态:多模态实时AI的基石

TENAgent是TEN框架的展示项目，整合了TENVAD、TENTurnDetection等核心组件，支持语音、视频、文本等多模态实时交互。以下是其在生态中的作用:

-**无缝集成**:TENVAD与TENTurnDetection作为TEN框架的插件，开发者可通过简单配置将其融入语音代理开发流程，支持与Deepgram、ElevenLabs等服务的集成。

-**多场景应用**:TENAgent支持从智能客服、实时翻译到虚拟伴侣等多种用例。例如，结合GoogleGemini多模态API，TENAgent可实现实时视觉和屏幕共享检测，扩展了其在教育、医疗等领域的应用。

-**开源协作**:TEN框架的全部组件（除TENVAD部分代码外）均已完全开源，鼓励社区开发者贡献代码、修复Bug或提出新功能。TEN团队通过GitHubIssues和Projects提供协作渠道，吸引了广泛的开发者参与

项目:https://github.com/TEN-framework/ten-framework