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
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。
