跳转到正文
GETAI.APP
开源项目GitHubGETAI.APP查看原文

Inworld 发布语音隔离工具包

离线和实时模型分别处理录音与直播音频;实时模型的 20 毫秒前瞻不同于总算法延迟。

AI 生成主题插画,非实拍

Inworld 的 Voice Isolator 代码和模型卡公开了离线、实时两种语音去噪模型,1.0.0 Python 包于 11 月 18 日发行。GitHub 项目说明

主题插画,AI 生成、非实拍

两款模型处理 48kHz 单声道音频,参数量分别约为 6400 万和 5800 万。离线模型按音频块处理,实时模型支持流式输入;模型卡列出在 20 毫秒前瞻配置下约 63 毫秒的算法延迟。

模型卡说明,当前版本用于去噪,无法恢复录音原本丢失的带宽;相近音量的多人语音通常会一同保留。代码与权重按 Apache-2.0 提供,第三方材料另列 NOTICE。

配图由 GETAI.APP 使用内置 imagegen 生成,非新闻现场、产品界面或实测结果。

登录

每一次探索,都更进一步。

从这里,开启新的灵感。

还没有账号?