1、首先，提取特徵點，通過簡單的能量的方式來計算vad，這是很有效的方式，因爲語音源就已經確保都是非常乾淨的語音。從測試的結果來看，準確率也還可以，但是並沒有想象的那麼高，而且很明顯存在滯後以及尾音超前，所以就決定了vad 的效果不會很好。
2、在訓練模型時，正因爲vad 的效果不會太好，所以設計的訓練單元也就不是很多，對於vad 的輸出，特別是低信噪比的輸出結果就很不理想，在訓練過程，針對vad 的權重也設置的非常的低，這是非常合理的。
3、通過修改vad 以及權重，對整個訓練的影響非常的大，比如修改提取特徵點時,計算vad 的方法，使得vad 更準確，訓練後效果失真更小，但是通過訓練過程的曲線來看，vad 的輸出結果就會更不準確,噪聲殘留增加。vad 不同的權重，導致降噪殘留以及失真也是不一樣的，在訓練測試過程，有條件自己修改測試的情況下，可以自己測試效果。
4、總結來說，vad 影響效果，特別是，當修改vad 計算方式以及權重，使得訓練過程vad 的準確率更高時，往往會影響影響使摩擦音的語音損傷加重。
歡迎大家加音頻算法分享討論羣：153268894 （作者 zeark）。