Потоковый извлекатель речевых признаков для голосовой активности, фонетического анализа и поиска ключевых слов.
Подходит для: извлечение признаков для компактных речевых моделей · определение голосовой активности в потоковом аудио · поиск ключевых слов по фонетическому составу без примеров записи
Компактный потоковый экстрактор речевых признаков для систем обнаружения ключевых слов и слов пробуждения.
Подходит для: обнаружение слова пробуждения в аудиопотоке · извлечение речевых признаков для классификатора ключевых слов · обнаружение заданного текстом ключевого слова на синтетических обучающих примерах
Дообученная аудиоязыковая MiDashengLM определяет основной звук из 50 классов ESC-50 и формулирует короткое описание на английском языке.
Подходит для: классификация коротких записей окружающих звуков · распознавание основного звукового события в клипе · генерация короткой метки для аудиозаписи
Экспорт MossFormerGAN в ONNX очищает речевые записи от фонового шума и рассчитан на работу с аудио 16 кГц.
Подходит для: подавление фонового шума в речевых записях · очистка голоса для телефонных звонков · улучшение разборчивости речи в шумной обстановке
ONNX-экспорт CallEnhancer восстанавливает телефонную речь и повышает частоту аудио с 16 до 48 кГц.
Подходит для: повышение частоты дискретизации телефонной речи с 16 до 48 кГц · восстановление качества записей колл-центра · улучшение разборчивости телефонных звонков
ONNX-версия CMGAN очищает речь от шума, оптимизируя воспринимаемое качество аудио.
Подходит для: шумоподавление в записях речи · улучшение качества речи для прослушивания · очистка речевого аудио перед дальнейшей обработкой
ONNX-графы DeepFilterNet3 очищают зашумлённую речь для улучшения её воспринимаемого качества.
Подходит для: подавление фонового шума в записи речи · очистка голосовых заметок · улучшение качества речевых аудиозаписей
Потоковая ONNX-модель на основе DPDFNet для подавления шума в речи с обработкой аудио по STFT-кадрам.
Подходит для: подавление фонового шума в микрофонной речи · очистка речи в потоковом аудиосвязном приложении · предобработка речи перед распознаванием
Экспорт FLowHigh и BigVGAN в ONNX для повышения качества и полосы речи до 48 кГц.
Подходит для: восстановление широкополосной речи из узкополосной записи · улучшение качества оцифрованных телефонных разговоров · повышение частоты дискретизации речевых записей до 48 кГц
ONNX-экспорт FRCRN_SE_16K очищает речь от фонового шума, принимая и выдавая аудио с частотой 16 кГц.
Подходит для: подавление фонового шума в голосовых записях · очистка речи для телефонных звонков и онлайн-встреч · предварительная обработка аудио перед распознаванием речи
Компактная потоковая модель GTCRN в формате ONNX для подавления шума в речи на устройствах с ограниченными ресурсами.
Подходит для: подавление фонового шума в микрофонном сигнале · очистка речи перед распознаванием · шумоподавление в локальных аудиоприложениях
ONNX-экспорт Demucs для шумоподавления аудио на основе волновой формы в окнах по 10 секунд.
Подходит для: удаление фонового шума из аудиозаписей · улучшение разборчивости речи в зашумлённых записях · очистка аудио перед распознаванием речи
ONNX-экспорт MP-SENet для подавления шума в речевых аудиозаписях.
Подходит для: шумоподавление речи в аудиозаписях · очистка речи от широкополосного гауссова шума · предобработка аудио перед распознаванием речи
ONNX-экспорт VoiceFixer восстанавливает речь, устраняя шум, реверберацию, клиппинг и потерю полосы частот.
Подходит для: восстановление зашумлённых речевых записей · устранение реверберации в голосовых записях · исправление клиппинга в речи
ONNX-экспорт MossFormer2_SE_48K подавляет шум в речевом аудио с частотой 48 кГц.
Подходит для: шумоподавление в записях речи · очистка голосовых записей от фонового шума · улучшение качества речи перед распознаванием
Зеркало Kyutai Pocket TTS в ONNX для быстрого синтеза речи на шести европейских языках с phoonnx.
Подходит для: синтез английской речи из текста · озвучивание французского текста · синтез немецкой речи
Набор ONNX-моделей F5-TTS и Habibi-TTS для синтеза речи с клонированием голоса по эталонному аудио и его расшифровке.
Подходит для: синтез речи по тексту с заданным голосом · клонирование голоса по короткой аудиозаписи · генерация арабской речи с выбором диалекта
Набор небольших моделей KittenTTS в формате ONNX для локального синтеза английской речи на CPU с выбором из восьми голосов.
Подходит для: озвучивание английского текста на локальном устройстве · синтез речи для офлайн-приложений без GPU · выбор одного из восьми голосовых стилей для английской озвучки