Каждый день · проверено по первоисточникуВсе выпуски
Применяй ИИ
Новости ИИ и технологий каждый день
Находки и кодГлавное

NVIDIA выложила на Hugging Face NemotronLabs RE-USE — модель, которая чистит голос в записи от шума, эха, клиппинга и артефактов кодеков

🤫 NVIDIA выложила на Hugging Face NemotronLabs RE-USE — модель, которая чистит голос в записи от шума, эха, клиппинга и артефактов кодеков. Весит всего 9,6 млн параметров.

Работает с разной частотой дискретизации, от 8 до 48 кГц, и не привязана к языку. Если на записи говорят несколько человек, модель оставляет основного и подавляет остальных. Для сохранения смеха у NVIDIA есть отдельная версия RE-USE-laughter.

По тестам NVIDIA на наборе URGENT 2025, модель обходит Sidon (250M) и UniPASE (500M) по PESQ, STOI, сходству голоса и точности распознавания текста. По DNSMOS и UTMOS чуть уступает Sidon. Обучали примерно на 2500 часах речи.

🛠 Запуск: скачать репозиторий через huggingface-cli, положить файлы в noisy_audio/ и выполнить sh inference.sh. Для длинных записей есть inference_chunk.sh. Нужны Linux и GPU, в карточке указана Ampere. Лицензия OpenMDW-1.1, коммерческое использование заявлено. Есть демо на Gradio.

Пригодится для чистки датасетов под TTS.

Темы:Чипы и видеокартыЛокальные модели

Комментарии

Комментарии ведутся в Telegram: войдите через Telegram, чтобы написать или поставить лайк. Открыть обсуждение

Ещё по теме