/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
audiosronnx
Опубликована
20 июл 2026

audiosronnx-dpdfnet

Обработка аудиоАудио → аудио

Потоковая ONNX-модель на основе DPDFNet для подавления шума в речи с обработкой аудио по STFT-кадрам.

0скачиваний за 30 дней0лайковвеса обновлены20 июл 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

TigreGotico выпустил audiosronnx-dpdfnet — зеркало ONNX-весов Ceva-IP/DPDFNet для движка шумоподавления dpdfnet в библиотеке audiosronnx. Модель предназначена для потокового подавления шума в речи: обрабатывает спектрограмму по одному STFT-кадру и выдаёт очищенную спектрограмму, сохраняя состояние между кадрами. В репозитории приведены варианты baseline, dpdfnet2 и dpdfnet4 для частоты 16 кГц; преобразование STFT и обратное преобразование выполняются библиотекой audiosronnx на NumPy, а инференс весов — через ONNX Runtime без PyTorch и libdf. Лицензия — Apache-2.0.

Сценарии применения

  • подавление фонового шума в микрофонной речи
  • очистка речи в потоковом аудиосвязном приложении
  • предобработка речи перед распознаванием
  • шумоподавление аудио с частотой 16 кГц

Ограничения

Веса рассчитаны на обработку спектра по одному кадру и привязаны к частоте 16 кГц; для STFT и ISTFT требуется audiosronnx. README не сообщает сравнительное качество на разных типах шума.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

audiosronnx-dpdfnet

ONNX weights for the dpdfnet denoise engine in audiosronnx — a mirror of Ceva-IP/DPDFNet (Apache-2.0), pinned so the library can resolve a fixed revision.

DPDFNet (Dual-Path RNN-based DeepFilterNet) is a streaming speech denoiser built on DeepFilterNet2. Each graph is stateful and consumes one STFT frame at a time:

spec[1, 1, F, 2], state[S]  ->  spec_e[1, 1, F, 2], state[S]

The Vorbis-windowed STFT/ISTFT runs in numpy inside audiosronnx, so inference is onnxruntime-only — no torch, and no libdf (unlike the DeepFilterNet3 engine).

FileRateSize
baseline.onnx16 kHz8.7 MB
dpdfnet2.onnx16 kHz10.2 MB
dpdfnet4.onnx16 kHz11.6 MB
dpdfnet8.onnx16 kHz14.5 MB
dpdfnet2_8khz.onnx8 kHz10.2 MB
dpdfnet8_8khz.onnx8 kHz14.6 MB
dpdfnet2_48khz_hr.onnx48 kHz10.5 MB
dpdfnet8_48khz_hr.onnx48 kHz14.9 MB

The adapter reproduces the upstream reference implementation to max abs err 1.7e-8 (correlation 1.000000) on identical input.

Usage

from audiosronnx import load_denoise

dn = load_denoise("dpdfnet")                          # dpdfnet2_48khz by default
clean, rate = dn.denoise("noisy_call.wav")

dn = load_denoise("dpdfnet", model="dpdfnet8")        # 16 kHz, highest quality
dn = load_denoise("dpdfnet", attn_limit_db=12)        # keep a natural noise floor

License

Apache-2.0, inherited from the upstream DPDFNet release.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · audiosronnx

Нельзя запустить

Обработка «аудио → аудио» пока не поддерживается.

Ревизия весов
e1b6068

0 моделей