Характеристики

Лицензия: Apache 2.0
Архитектура: sherpa-onnx-axmodel · dense
Базовая модель: sherpa-onnx-gtcrn-dereverb-advanced-v0
Опубликована: 14 июл 2026

Ссылки

Hugging Face

sherpa-onnx-gtcrn-ax650

inoryQwQ

Обработка аудиоАудио → аудио3 профессии

Компактная модель GTCRN для подавления шума и реверберации в речевых аудиозаписях на устройстве с AX650.

15скачиваний за 30 дней0лайковвеса обновлены17 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

Это модель подавления шума и реверберации в речи на архитектуре GTCRN (Grouped Temporal Convolutional Recurrent Network), подготовленная для ускорителя AX650 (NPU3) и запуска через sherpa-onnx. Она принимает аудиосигнал и выдаёт улучшенное аудио; в README указана частота дискретизации 16 кГц. Файл AXMODEL размером 1,8 МБ использует квантизацию U16 и подходит для локальной обработки на устройстве.

Модель основана на k2-fsa/sherpa-onnx-gtcrn-dereverb-advanced-v0 и предназначена для очистки речевых записей от шума и уменьшения реверберации, например перед распознаванием речи или при обработке звонков. Карточка указывает лицензию Apache-2.0. Показатель RTF в README обозначен как TBD, поэтому скорость работы не подтверждена.

Сценарии применения

Очистка речи от фонового шума
Уменьшение эха и реверберации в записях
Предварительная обработка аудио перед распознаванием речи
Улучшение качества голосовых записей на устройстве AX650

Ограничения

Модель рассчитана на AX650 и работу через sherpa-onnx с входным аудио 16 кГц. Скорость обработки не приведена: RTF указан как TBD.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей IV.8Отраслевые задачиГосударственное управление, правосудие и чрезвычайные ситуацииAI помогает улучшать государственные услуги, управление ресурсами, правосудие и реагирование на чрезвычайные ситуации.47 задач2 517моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

sherpa-onnx-gtcrn-ax650

GTCRN (Grouped Temporal Convolutional Recurrent Network) speech enhancement model converted to AX650 AXMODEL for on-device denoising and dereverberation via sherpa-onnx.

Model Details

Original Model: k2-fsa/sherpa-onnx-gtcrn-dereverb-advanced-v0
Architecture: GTCRN (Grouped Temporal Convolutional Recurrent Network)
Task: Speech enhancement (denoising + dereverberation)
Sample rate: 16000 Hz
Target Chip: AX650 (NPU3)
Quantization: U16

Files

File	Size	Description
`gtcrn.bin`	1.8 MB	GTCRN speech enhancement AXMODEL

Note: The model file uses .bin extension for upload compatibility. Rename to .axmodel if needed by your sherpa-onnx build, or use as-is.

Usage with sherpa-onnx

./sherpa-onnx-offline-denoiser \
  --gtcrn-model=gtcrn.bin \
  --provider=axera \
  noisy.wav enhanced.wav

Performance

Metric	Value
AXMODEL size	1.8 MB
RTF	TBD

Conversion Details

Pulsar2 Version: 5.1
Calibration: MinMax with 10 samples
Input Shape: [1, 256, 257]

License

Apache 2.0

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.

Класс архитектуры: GTCRN
Ревизия весов: f5a1f28