参考：
- https://blog.csdn.net/u012123989/article/details/72771667
webRTC~vad
1. mode
- 0 ---- quality mode
- 1 ---- low bitrate mode
- 2 ---- aggressive mode
- 3 ---- very aggressive mode
2. webRTC~vad只支持10ms, 20ms, 30ms的帧frame判断。
3. webRTC~vad只支持8k采样率
4. 在8k采样基础上
(1) 计算子带能量， feature vector
(2) 通过高斯混合模型分别计算语音和非语音的概率，使用假设检验的方法确定信号的类。
- 首先通过高斯模型计算假设检验中的H0和H1，通过门限判决vadflag。
- 然后更新概率计算所需要的语音均值(speech_means)、噪声均值(noise_means)、语音方差(speech_stds)、噪声方差(noise_stds)。
----------笔记1：反正我是没看懂，推荐看webRTC英文简介中的vad部分；
idea：如果实时更新 + collections.deque(maxlen)应用到自适应领域，去做静音检测和噪音消除，可行吗？
5. 代码-python
import pyaudio
import webrtcvad
vad = webrtcvad.Vad(1)
stream = pyaudio.open(......)
chunk = stream.read(chunk_size)
active = vad.is_speech(chunk, RATE)
--------笔记2: 我个人笔记：python--webRTC～vad对于声音的判断效果很差，pyaudio等在录音过程中会有电流脉/机器本身运行的声音干扰，vad.is_speech会将电流脉声音判断为有效语音，干扰很大。
- portaudio用于音频采集，有两种机制：阻塞和回调。阻塞，自己设定时间， 不管有没有数据都要返回；回调，有有效数据的时候才会调用这个函数返回数据。 -----吐嘈：如果python相关包能实现回调的功能，那静音检测还需要做吗？疑问？
- pyaudio可以从设备节点读取原始音频流数据,音频编码是PCM格式;
- struct.pack(fmt, v1, v2)
return a string containing the values v1,v2....packed according to the given format. the arguments must match the values required by the format exactly.
struct.pach用于将python值根据格式符，转换为字符串。(因为python中没有字节Byte类型，可以把这里的字符串理解为字节流或字节数组)
example1: struct类型表。'i'表示integer; ‘ii'表示转换两个值v1，v2为integer数据；byte 0xff表示一个十六字节，无符号整数。
example2:struct.pack('>i4sh', 7, b'spam', 8)
fmt=‘>i4sh'，这种格式符是一种linux命令.
'>'是c和python中的一种数据结构
’i' int---interger---7
4s----char-----string对应spam
‘h’----unsigned short------integer---8
- array.array(type code[, initalizer])
a new array whose items are restricted by type code
'h' -----signed short-----int----2
- signal.signal(signalnum, handler)这个模块提供了python内部的信号处理机制，一旦出现signalnum信号，就执行handler函数
python signal信号类型：SIGINT终止进程，中断进程
- collections.deque(maxlen=)通过maxlen限制deque队列中的帧数
collections是python内建的一个集合模块，提供了许多有用的集合类
deque()为了高效实现插入和删除操作的双向列表，适用于栈和对列：append(), appendleft(); pop(), popleft()，而list是线性列表，在数据量大的时候插入和删除的效率很低。
- python～assert简便地设置断点debugging
- python~yield是一个类似return的关键字，只是这个函数返回多个值的生成器，并不立即执行。
question1：在pyaudio.stream录音过程中，突然拔掉麦克风，会莫名其妙的多录入1000多块chunk的电流脉声。
question2: webrtcvad并不能及时、准确的检测出静音，如果静音检测达不到及时准确的要求，延迟在2-4s以上，静音检测就没有多大意义了。