/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
dashengdenoiser · dense
Библиотека
transformers
Опубликована
3 мар 2026

dasheng-denoiser

Обработка аудиоАудио → аудио3 профессии

Dasheng Denoiser очищает аудиозаписи от шума и улучшает разборчивость речи.

58скачиваний за 30 дней15лайковвеса обновлены21 апр 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

Dasheng Denoiser — модель для улучшения речи, связанная с работой Efficient Speech Enhancement via Embeddings from Pre-trained Generative Audioencoders, представленной на Interspeech 2025. Репозиторий предоставляет официальный код инференса PyTorch; модель также доступна через Transformers.

Модель принимает аудио и предназначена для подавления шума и повышения разборчивости речи в аудиозаписях. В README не приведены сведения о размере, контекстном окне и поддерживаемых языках. Репозиторий распространяется по лицензии Apache-2.0.

Сценарии применения

  • подавление фонового шума в речевых записях
  • улучшение разборчивости речи в шумной среде
  • очистка аудио для последующей расшифровки

Ограничения

В README не описаны конкретные ограничения, условия качества или диапазон поддерживаемых типов шума.

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

Installation and Usage

uv pip install transformers torch torchaudio einops
import torch
import torchaudio
from transformers import AutoModel
model = AutoModel.from_pretrained("mispeech/dasheng-denoiser",  trust_remote_code=True)
model.eval()
# Load audio file (only 16kHz supported!)
audio, sr = torchaudio.load("path/to/audio.wav")
with torch.no_grad(), torch.autocast(device_type='cuda'):
    enhanced = model(audio)
torchaudio.save("enhanced_audio.wav", enhanced, sr)

Acknowledgements

We referred to Dasheng and Vocos to implement this.

Citation

@inproceedings{xingwei2025dashengdenoiser,
  title={Efficient Speech Enhancement via Embeddings from Pre-trained Generative Audioencoders},
  author={Xingwei Sun, Heinrich Dinkel, Yadong Niu, Linzhang Wang, Junbo Zhang, Jian Luan},
  booktitle={Interspeech 2025},
  year={2025}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Обработка «аудио → аудио» пока не поддерживается.

Класс архитектуры
DashengDenoiserModel
Ревизия весов
ec2e819

0 моделей