/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
pytorch
Опубликована
29 янв 2026

siren-fix

Обработка аудиоАудио → аудио

SIREN-FIX восстанавливает повреждённое аудио, подавляя шум, исправляя клиппинг и уменьшая реверберацию, в том числе по текстовым инструкциям.

0скачиваний за 30 дней5лайковвеса обновлены29 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

SIREN-FIX — модель восстановления и ремонта аудио из семейства SIREN Audio Suite, предназначенного для профессиональных музыкальных рабочих процессов. Она разработана для очистки повреждённых записей: модель подавляет фоновый шум и шипение, исправляет клиппинг и искажения, уменьшает реверберацию и улучшает ясность звучания. Результат можно направлять текстовым описанием желаемого восстановления.

Модель использует архитектуру Flow Matching и содержит 900 млн параметров. Она работает с аудио, оптимизированным для частоты дискретизации 44,1 кГц. Репозиторий содержит веса PyTorch. Лицензия Apache-2.0 разрешает использование и распространение на её условиях.

Качество восстановления зависит от степени повреждения записи, а для управления результатом текстовыми инструкциями нужны достаточно описательные запросы. README также указывает, что модель предназначена для исследований восстановления нейронного аудио и для практической очистки записей.

Сценарии применения

  • удаление фонового шума и шипения из музыкальных записей
  • исправление клиппинга и искажений в аудио
  • уменьшение комнатной реверберации в записи
  • улучшение ясности и качества звукового материала
  • текстовое управление восстановлением аудио

Ограничения

Оптимизирована для аудио с частотой 44,1 кГц; качество зависит от степени повреждения записи. Для текстового управления восстановлением нужны описательные запросы.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

SIREN-FIX

Neural Audio Restoration with Flow Matching

SIREN-FIX is part of the SIREN Audio Suite - a family of neural audio processing models designed for professional music production workflows.

Model Description

SIREN-FIX restores and repairs damaged audio using a Flow Matching architecture with text-conditioned restoration. The model can denoise, declip, dereverb, and enhance audio quality guided by natural language prompts.

Key capabilities:

  • Denoising - Remove background noise and hiss
  • Declipping - Repair clipped/distorted audio
  • Dereverberation - Remove unwanted room acoustics
  • Text-guided restoration - Describe desired output in natural language
  • General enhancement - Improve overall audio clarity

Architecture

ComponentDetails
Base ArchitectureFlow Matching
Model Size900M parameters
Sample Rate44.1 kHz

The SIREN Family

ModelPurpose
SIREN-FXNeural audio effects
SIREN-FIXAudio restoration and repair (this model)
SIREN-MASTERAudio enhancement and mastering
SIREN-STEERSteerable audio transformations
SIREN-SEPARATESource separation
SIREN-TRANSCRIBEMusic analysis (key, tempo, beats)

Usage

import torch

# Load model
checkpoint = torch.load('siren_fix.pt', map_location='cpu')
model_state = checkpoint['model_state_dict']

# Model expects audio at 44.1kHz
# Input: damaged/noisy audio
# Output: restored clean audio

Training Details

  • Training Data: Paired damaged/clean audio dataset
  • Training Duration: 100 epochs
  • Hardware: NVIDIA B200 GPUs

Intended Use

  • Audio restoration and cleanup
  • Noise removal from recordings
  • Declipping distorted audio
  • Removing unwanted reverb
  • Research in neural audio restoration

Limitations

  • Optimized for 44.1kHz sample rate
  • Restoration quality depends on damage severity
  • Text conditioning requires descriptive prompts

License

Apache 2.0

Citation

@software{siren_fix_2026,
  title={SIREN-FIX: Neural Audio Restoration with Flow Matching},
  author={SIREN Team},
  year={2026},
  url={https://huggingface.co/hilarl/siren-fix}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · pytorch

Нельзя запустить

Обработка «аудио → аудио» пока не поддерживается.

Ревизия весов
c7c198c

0 моделей