/ Модель

Характеристики

Лицензия
CC BY-NC 4.0
Библиотека
audiosronnx
Опубликована
20 июл 2026

audiosronnx-metadenoiser

Обработка аудиоАудио → аудио

ONNX-экспорт Demucs для шумоподавления аудио на основе волновой формы в окнах по 10 секунд.

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

Модель TigreGotico/audiosronnx-metadenoiser — набор экспортированных в ONNX моделей шумоподавления Facebook/Meta Research для движка metadenoiser библиотеки audiosronnx. В основе — причинная архитектура Demucs: сверточный энкодер и декодер работают непосредственно с волновой формой аудио, а между ними расположен LSTM-блок. В репозитории представлены варианты dns64 на 33,5 млн параметров и dns48 на 18,9 млн параметров.

Модель принимает зашумлённое аудио и выдаёт очищенную волновую форму. Каждый граф рассчитан на фиксированное окно длиной 10 секунд; audiosronnx обрабатывает более длинные записи последовательностью перекрывающихся окон с плавным смешиванием. Экспорт воспроизводит исходную модель с высокой точностью на длине, для которой он был создан. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства, но не коммерческое применение.

Сценарии применения

  • удаление фонового шума из аудиозаписей
  • улучшение разборчивости речи в зашумлённых записях
  • очистка аудио перед распознаванием речи
  • пакетная обработка длинных записей через audiosronnx

Ограничения

Экспортированные графы рассчитаны только на фиксированные 10-секундные окна; для длинных записей audiosronnx использует перекрывающиеся окна. Лицензия CC BY-NC 4.0 запрещает коммерческое использование.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

audiosronnx-metadenoiser

ONNX exports of the Facebook/Meta Research denoiser (Defossez et al.) for the metadenoiser engine in audiosronnx.

A causal Demucs working directly on the waveform — a convolutional encoder/decoder around an LSTM bottleneck, with no spectral front-end. It is the only time-domain denoiser in the library; every other one masks or predicts a spectrum.

noisy[1, 1, 160000]  ->  enhanced[1, 1, 160000]

Amplitude normalisation and the internal length padding live inside the model's own forward, so the graph is self-contained.

FileParamsSize
dns64.onnx33.5 M33.9 MB
dns48.onnx18.9 M18.9 MB

Reproduces upstream to correlation 1.00000000 (max abs err 6.6e-07, 129.4 dB SNR).

Fixed window

Demucs computes its padding from the input length with Python arithmetic, which the tracer bakes in — a dynamic-length export is correct only at the length it was traced at (verified: 3.6e-07 at the traced length, ~1.0 elsewhere). These graphs therefore take a fixed 10 s window; audiosronnx slides that window with a crossfaded overlap.

License

CC-BY-NC-4.0 — research and non-commercial use only. That covers the model, not audio processed with it. Every other denoiser in audiosronnx is MIT or Apache-2.0, so choose this one deliberately.

Usage

from audiosronnx import load_denoise

dn = load_denoise("metadenoiser")                  # dns64
dn = load_denoise("metadenoiser", model="dns48")   # roughly half the size

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
9a648aa

0 моделей