/ Модель

Характеристики

Лицензия
MIT
Базовая модель
DeepFilterNet3
Библиотека
mlx
Опубликована
9 мар 2026

DeepFilterNet3-MLX

Обработка аудиоАудио → аудио3 профессии

Конверсия DeepFilterNet3 для MLX, которая подавляет фоновый шум и улучшает речь в аудио на Apple Silicon.

83скачиваний за 30 дней6лайковвеса обновлены9 мар 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

iky1e/DeepFilterNet3-MLX — конвертированная версия DeepFilterNet3, модели подавления шума и улучшения речи в реальном времени, разработанной Хендриком Шрётером. Она предназначена для обработки аудио на устройствах Apple Silicon через MLX: принимает запись с речью и фоновым шумом и выдаёт аудио с улучшенной разборчивостью речи.

Веса исходной модели PyTorch напрямую преобразованы в формат safetensors для MLX; дообучение и квантизация не применялись. Для модели указаны частота дискретизации 48 кГц, размер FFT 960 и шаг 480. Лицензия — MIT, как у оригинальной модели. Карточка не описывает поддержку иных частот дискретизации или конкретные ограничения по типам шума.

Сценарии применения

  • подавление фонового шума в записи речи
  • улучшение разборчивости голоса во время звонков
  • очистка речевого аудио на устройствах Apple Silicon

Ограничения

Для модели указаны параметры аудио 48 кГц, FFT 960 и шаг 480; применимость при других настройках в карточке не описана.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

DeepFilterNet3 — MLX

MLX-compatible weights for DeepFilterNet3, a real-time speech enhancement model that suppresses background noise from audio.

This is a direct conversion of the original PyTorch weights to safetensors format for use with MLX on Apple Silicon.

Origin

No fine-tuning or quantisation was applied — the weights are numerically identical to the original checkpoint.

Files

FileDescription
config.jsonModel architecture configuration
model.safetensorsPre-converted weights (8.3 MB, float32)
convert_deepfilternet.pyConversion script (PyTorch → MLX safetensors)

Model Details

ParameterValue
Sample rate48 kHz
FFT size960
Hop size480
ERB bands32
DF bins96
DF order5
Parameters~2M

Usage

Swift (mlx-audio-swift)

import MLXAudioSTS

let model = try await DeepFilterNetModel.fromPretrained("iky1e/DeepFilterNet3-MLX")
let enhanced = try model.enhance(audioArray)

Python (mlx-audio)

from mlx_audio.sts.models.deepfilternet import DeepFilterNetModel

model = DeepFilterNetModel.from_pretrained(version=3, model_dir="path/to/local/dir")
enhanced = model.enhance("noisy.wav")

Converting from PyTorch

To re-create this conversion from the original DeepFilterNet checkpoint:

python convert_deepfilternet.py \
  --input /path/to/DeepFilterNet3 \
  --output ./DeepFilterNet3-MLX \
  --name DeepFilterNet3

The input directory should contain a config.ini and a checkpoints/ folder from the original repo.

Citation

@inproceedings{schroeter2023deepfilternet3,
  title={DeepFilterNet: Perceptually Motivated Real-Time Speech Enhancement},
  author={Schr{\"o}ter, Hendrik and Rosenkranz, Tobias and Escalante-B., Alberto N. and Maier, Andreas},
  booktitle={INTERSPEECH},
  year={2023}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Ревизия весов
2439328

0 моделей