# VAD

Adres: https://www.asystenciglosowi.xyz/slownik/vad | Sekcja: Słownik | Aktualizacja: 2026-09-29

VAD (voice activity detection, wykrywanie aktywności głosowej) to mechanizm, który wiele razy na sekundę sprawdza, czy w dźwięku z linii telefonicznej jest ludzka mowa, czy tylko cisza, szum albo echo. Sam z siebie nie wie, czy cisza oznacza koniec zdania, czy tylko chwilę namysłu, dlatego w [voicebocie](https://www.asystenciglosowi.xyz/slownik/voicebot) pracuje razem z dodatkowym mechanizmem, który podejmuje decyzję o [końcu tury rozmowy](https://www.asystenciglosowi.xyz/slownik/tura-rozmowy).

## Kiedy klient zaczyna mówić, a kiedy kończy

VAD ma dwa główne zastosowania w rozmowie. Pierwsze to wykrycie, że klient zaczął mówić, także wtedy, gdy sam agent jeszcze nie skończył swojej kwestii, czyli [przerywanie wypowiedzi (barge-in)](https://www.asystenciglosowi.xyz/slownik/barge-in). Drugie to wykrycie, że klient przestał mówić, co uruchamia [wykrywanie końca wypowiedzi](https://www.asystenciglosowi.xyz/technologia/wykrywanie-konca-wypowiedzi) i decyzję, czy agent może już odpowiedzieć. Bez dobrego VAD system albo wskakuje w każdą pauzę na oddech, albo trzyma zbyt długą ciszę po zwykłym „tak”. Klient słyszy oba błędy od razu: pierwszy jako agenta, który wchodzi w słowo, drugi jako agenta, który zwleka.

## Pauza w środku numeru PESEL

> Asystent AI: Gabinet fizjoterapii Ruch, mówi asystent AI. Poproszę o numer PESEL. Spokojnie, poczekam.
> Dzwoniący: Czterdzieści osiem, zero dwa… zaraz, gdzie ja mam dowód… (po kilku sekundach podaje resztę numeru)
> Asystent AI: Dziękuję, mam wszystkie jedenaście cyfr.

_Gabinet fizjoterapii jest zmyślony._

Pauza w środku dyktowania mogłaby zostać odczytana jako koniec wypowiedzi. System, który wie, że PESEL ma jedenaście cyfr, poczeka dłużej.

## Echo i hałas w tle

Pierwszy kłopot to echo własnego głosu agenta, które wraca przez słuchawkę klienta, zwłaszcza gdy ktoś rozmawia na głośniku albo z zestawu w samochodzie. Bez usunięcia echa VAD mógłby uznać, że to klient mówi, choć w rzeczywistości słyszy własny głos systemu. Drugi kłopot to hałas w tle, jak telewizor czy szczekający pies, który VAD musi odróżnić od prawdziwej mowy, zanim zdecyduje, że agenta należy przerwać.

Sprawdź agenta z telefonu w samochodzie albo przy włączonym telewizorze, bo w cichym pokoju na demo tego nie usłyszysz.

---
Źródło: https://www.asystenciglosowi.xyz. Wydawca: Infinity Tech Group sp. z o.o., Zamość. Przykładowe rozmowy i wyliczenia są fikcyjne i tak oznaczone. Treść nie jest poradą prawną.