Реалізація ендпоінтингу мови (End-of-Speech Detection) Endpointing - визначення моменту, коли користувач перестав говорити і система повинна обробляти його запит. Критично важливо для голосових ботів: занадто швидкий відгук перебиває користувача, занадто повільний створює незручні паузи. ### Алгоритм endpointing```python

import collections import time from enum import Enum

class SpeechState(Enum): SILENCE = 0 SPEECH = 1

class EndpointDetector: def init( self, vad, sample_rate: int = 16000, frame_ms: int = 30, silence_threshold_ms: int = 700, # пауза для завершения min_speech_ms: int = 300, # минимальная длина высказывания ): self.vad = vad self.sample_rate = sample_rate self.frame_bytes = int(sample_rate * frame_ms / 1000) * 2 self.silence_frames_needed = silence_threshold_ms // frame_ms self.min_speech_frames = min_speech_ms // frame_ms

    self.state = SpeechState.SILENCE
    self.silence_counter = 0
    self.speech_buffer = bytearray()
    self.speech_frame_count = 0

def process_frame(self, frame: bytes) -> tuple[bool, bytes | None]:
    """
    Returns: (endpoint_detected, speech_audio_or_none)
    """
    is_speech = self.vad.is_speech(frame, self.sample_rate)

    if is_speech:
        self.state = SpeechState.SPEECH
        self.silence_counter = 0
        self.speech_buffer.extend(frame)
        self.speech_frame_count += 1
    else:
        if self.state == SpeechState.SPEECH:
            self.silence_counter += 1
            self.speech_buffer.extend(frame)  # включаем финальную тишину

            if self.silence_counter >= self.silence_frames_needed:
                if self.speech_frame_count >= self.min_speech_frames:
                    audio = bytes(self.speech_buffer)
                    self._reset()
                    return True, audio
                else:
                    self._reset()

    return False, None

def _reset(self):
    self.state = SpeechState.SILENCE
    self.silence_counter = 0
    self.speech_buffer = bytearray()
    self.speech_frame_count = 0

### Адаптивний endpointing У реальних діалогах потрібен контекстний ендпоінтинг: при відповіді на відкрите запитання чекаємо довше, при підтвердженні — менше:python

Разные пороги для разных типов запросов

THRESHOLDS = { "open_question": 1200, # мс тишины "yes_no": 500, "command": 600, "default": 700, }