Администратор admin Опубликовано 5 часов назад Администратор Поделиться Опубликовано 5 часов назад Подписка на новости 18 ноября Inworld выпустила Voice Isolator для локальной очистки речи. Модель подавляет шум и музыку вокруг голоса в готовых записях и живом аудио. Код и веса доступны по лицензии Apache 2.0. Из записи можно сохранить очищенную речь и удаленный фон в отдельных файлах. Потоковая версия обрабатывает звук по мере поступления, поэтому ее можно использовать в звонках и эфирах. Режимы для записей и живого звука При обработке файла модель анализирует звук фрагментами по 8 секунд. В длинной записи соседние фрагменты перекрываются на 2 секунды. Так модель учитывает звук до и после каждого момента внутри фрагмента. На вход потоковой модели подается один канал с частотой 48 кГц. При учете следующих 20 мс аудио Inworld указывает алгоритмическую задержку 63 мс. Полная задержка в звонке или эфире зависит и от остальных этапов обработки. Если два человека говорят одновременно с примерно одинаковой громкостью, в результате обычно слышны оба. При очистке записи с потерянными частотами модель работает с оставшейся полосой. Как запустить Voice Isolator локально При первом запуске загружаются веса для выбранного режима. Обработка может идти на CPU или на видеокарте с CUDA. Для ускорения через Metal на компьютерах с Apple Silicon нужен PyTorch 2.6 или новее. Записи до и после очистки можно послушать в анонсе Inworld. Характеристики обеих версий и команды запуска доступны в карточке модели и репозитории на GitHub. Подписка на новости61 просмотр61 Ссылка на комментарий Поделиться на другие сайты Поделиться
Рекомендуемые сообщения
Для публикации сообщений создайте учётную запись или авторизуйтесь
Вы должны быть пользователем, чтобы оставить комментарий
Создать аккаунт
Зарегистрируйте новый аккаунт в нашем сообществе. Это очень просто!
Регистрация нового пользователяВойти
Уже есть аккаунт? Войти в систему.
Войти