如何在 python 中检测声音“blip”？

如何解决如何在 python 中检测声音“blip”？

我有一个脚本可以自动将句子中的音频文件分开。它运作良好，但每隔一段时间它会在一个词​​的中途结束，而不是在句子之间的沉默中结束。如何判断音频剪辑的开头/结尾是静音还是高于某个阈值的噪音？我正在考虑找到最后 100 毫秒的 dB 并将其转换为 dBFS，但是在谷歌搜索时我找不到任何结果。如果我可以使用 Pydub 但任何工作都很好。

谢谢。