/ Модель

Характеристики

Лицензия
MIT
Базовая модель
DeepFilterNet
Библиотека
mlx
Опубликована
10 мар 2026

DeepFilterNet-mlx

Обработка аудиоАудио → аудио

Набор моделей DeepFilterNet v1–v3 для подавления фонового шума и улучшения речи в аудио в реальном времени на Apple Silicon.

0скачиваний за 30 дней7лайковвеса обновлены11 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

mlx-community подготовил набор весов DeepFilterNet версий v1, v2 и v3 в формате safetensors для запуска через MLX на компьютерах Apple Silicon. Исходные модели разработал Hendrik Schroeter; это система улучшения речи в реальном времени, которая подавляет фоновый шум в полночастотном аудио с частотой дискретизации 48 кГц.

Модели принимают аудио и выдают аудио с уменьшенным шумом. Для всех версий указаны размер FFT 960 и шаг 480; скрытое измерение эмбеддинга составляет 512 для v1 и 256 для v2 и v3. Веса преобразованы напрямую из PyTorch в safetensors без дообучения и квантизации; заявлена численная идентичность исходным весам. Репозиторий включает три версии, описанные в отдельных научных работах.

Лицензия — MIT. Веса предназначены для использования с MLX на Apple Silicon; README не приводит сравнительных оценок качества или подробностей об ограничениях подавления шума.

Сценарии применения

  • подавление фонового шума в микрофонной записи
  • улучшение разборчивости речи в реальном времени
  • очистка голосовых записей с частотой 48 кГц
  • шумоподавление речи в приложениях на Apple Silicon

Ограничения

Для запуска с MLX требуется Apple Silicon. Карточка не приводит сравнительных оценок качества или подробных сведений о работе на разных типах шума.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

DeepFilterNet — MLX

MLX-compatible weights for DeepFilterNet, a real-time speech enhancement framework that suppresses background noise from full-band 48 kHz audio.

This repository contains all three model versions (v1, v2, v3), converted directly from the original PyTorch checkpoints to safetensors format for use with MLX on Apple Silicon. No fine-tuning or quantization was applied — the weights are numerically identical to the originals.

Models

Each version is stored in its own subfolder:

VersionSubfolderWeightsPaper
DeepFilterNet v1v1/~7.2 MB (float32)arXiv:2110.05588
DeepFilterNet v2v2/~8.9 MB (float32)arXiv:2205.05474
DeepFilterNet v3v3/~8.3 MB (float32)arXiv:2305.08227

Model Details

All versions share the same audio parameters:

ParameterValue
Sample rate48 kHz
FFT size960
Hop size480
ERB bands32
DF bins96
DF order5
VersionEmbedding hidden dim
v1512
v2256
v3256

Files

convert_deepfilternet.py   # PyTorch → MLX conversion script
v1/
  config.json              # v1 architecture configuration
  model.safetensors        # v1 weights
v2/
  config.json              # v2 architecture configuration
  model.safetensors        # v2 weights
v3/
  config.json              # v3 architecture configuration
  model.safetensors        # v3 weights

Usage

Python (mlx-audio)

from mlx_audio.sts.models.deepfilternet import DeepFilterNetModel

# Load v3 (default)
model = DeepFilterNetModel.from_pretrained("mlx-community/DeepFilterNet-mlx")

# Load a specific version
model = DeepFilterNetModel.from_pretrained("mlx-community/DeepFilterNet-mlx", subfolder="v1")

# Enhance a file
enhanced = model.enhance("noisy.wav")

Swift (mlx-audio-swift)

import MLXAudioSTS

let model = try await DeepFilterNetModel.fromPretrained("mlx-community/DeepFilterNet-mlx", subfolder: "v3")
let enhanced = try model.enhance(audioArray)

Converting from PyTorch

To re-create these weights from the original DeepFilterNet checkpoints:

# Clone the original repo to get the pretrained checkpoints
git clone https://github.com/Rikorose/DeepFilterNet

# Convert each version
python convert_deepfilternet.py --input DeepFilterNet/DeepFilterNet  --output v1 --name DeepFilterNet
python convert_deepfilternet.py --input DeepFilterNet/DeepFilterNet2 --output v2 --name DeepFilterNet2
python convert_deepfilternet.py --input DeepFilterNet/DeepFilterNet3 --output v3 --name DeepFilterNet3

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

Requires torch and mlx to be installed.

Origin

  • Original model: DeepFilterNet by Hendrik Schroeter
  • License: MIT (same as the original)
  • Conversion: PyTorch → safetensors via convert_deepfilternet.py

Citations

@inproceedings{schroeter2022deepfilternet,
  title={{DeepFilterNet}: A Low Complexity Speech Enhancement Framework for Full-Band Audio based on Deep Filtering},
  author={Schr{\"o}ter, Hendrik and Escalante-B., Alberto N. and Rosenkranz, Tobias and Maier, Andreas},
  booktitle={ICASSP 2022 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)},
  year={2022},
  organization={IEEE}
}

@inproceedings{schroeter2022deepfilternet2,
  title={{DeepFilterNet2}: Towards Real-Time Speech Enhancement on Embedded Devices for Full-Band Audio},
  author={Schr{\"o}ter, Hendrik and Escalante-B., Alberto N. and Rosenkranz, Tobias and Maier, Andreas},
  booktitle={17th International Workshop on Acoustic Signal Enhancement (IWAENC 2022)},
  year={2022},
}

@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
220d5df

0 моделей