ご回答ありがとうございました。
添付のようなノードで、LENGTH 512（samples）、Fs=16kHz、1フレームあたり32msで、MultiFFTの
WINDOW_LENGTHで32ms、LocalizeMUSICのWINDOWで50frames（1.6s）で合計約2秒ほど遅延することになるかと思いますが、考え方はあっておりますでしょうか。（実際はそこまで遅延しているようには思えません）
AudioStreamFromMicからのTIMESTAMP端子の接続方法でうまくいかないのですが、
他にSRC_INFOを接続したりするのでしょうか。また、documentにはTIMESTAMPの信号情報が載っておりませんが、どこかに書かれておりますでしょうか。2つのHarkDataStreamSenderを、たとえば両方Localhost,別ポート選択で後の設定は同じで良いでしょうか。
VAD情報については、IDの発生と終了時刻は取得できておりますが、同時に取得した分離音は、
前後に余裕を持った（前後に無音（に近い）が入っている）ものとなっていると思われ、”発話区間”ではないと思われますがいかがでしょうか。
質問が立て続けで申し訳ありません。
よろしくお願い致します。
