Характеристики

Лицензия: Apache 2.0
Опубликована: 13 янв 2026

Ссылки

Hugging Face

NovaSR

drbaph

Обработка аудиоАудио → аудио

Компактная модель для быстрого повышения частоты дискретизации монофонического аудио с 16 до 48 кГц.

0скачиваний за 30 дней16лайковвеса обновлены27 янв 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

NovaSR — компактная модель для повышения частоты дискретизации аудио, представленная drbaph. Она преобразует монофонический звук с частотой 16 кГц в звук с частотой 48 кГц, улучшая разборчивость приглушённого аудио. В карточке указаны размер около 52 КБ и скорость обработки до нескольких тысяч раз быстрее реального времени; метаданные указывают на форматы PyTorch и Safetensors и интерфейс audio-to-audio.

Модель предназначена для сверхбыстрой обработки речи и других монофонических аудиозаписей с низкой частотой дискретизации. Репозиторий распространяется по лицензии Apache-2.0. Сравнения скорости приведены для A100; результаты на CPU в карточке не представлены.

Сценарии применения

повышение частоты дискретизации монофонической записи с 16 до 48 кГц
улучшение качества приглушённой речи
быстрая обработка аудиозаписей на GPU
апскейлинг аудио в рабочих процессах ComfyUI

Ограничения

Модель рассчитана на монофонический вход 16 кГц и выход 48 кГц. Скорость зависит от GPU; результаты на CPU не приведены.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Custom Node for ComfyUI

https://github.com/Saganaki22/ComfyUI-NovaSR

NovaSR: Pushing the Limits of Extreme Efficiency in Audio Super-Resolution

This is the model for NovaSR, a tiny 50kb audio upsampling model that upscales muffled 16khz audio into clear and crisp 48khz audio at speeds from 100-3500x realtime.

Audio Samples

Before Processing (16kHz): Your browser does not support the audio element.

After Processing (48kHz): Your browser does not support the audio element.

ComfyUI_temp_tepqs_00001_

Details

Model Size: 52kb for pytorch version
Input Rate: 16kHz
Output Rate: 48kHz
Inference Speed: 300-3500x realtime depending on gpu
Mono

Comparisons

Comparisons were done on A100 gpu. Higher realtime means faster processing speeds. Comparison on CPU are coming soon.

Model	Speed (Real-Time)	Model Size
NovaSR	3600x realtime	~52 KB
FlowHigh	20x realtime	~450 MB
FlashSR	14x realtime	~1000 MB
AudioSR	0.6x realtime	~6000 MB

Usage

Please check out the github repo for usage: https://github.com/Saganaki22/ComfyUI-NovaSR

Original Repo: https://github.com/ysharma3501/NovaSR

If you find the model/code helpful, stars or likes would be appreciated.

Thank you.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Обработка «аудио → аудио» пока не поддерживается.

Ревизия весов: 10cc928