MarjoryTigerrr
Тут есть тонкий момент - во всех современных мессенджерах и конференц-системах уже давно, с доковидных времён используются разного рода Voice Activity Detector (VAD), для оптимизации битрейта кодирования и прочих типичных задач. Как отличили, что это более универсальная нейронка для распознавания речи в принципе, а не сильно продвинутый WebRTC оптимизирующий кодек с детекцией проблем коннекта - я не знаю.
Там вообще размытая грань.