MP SENet DNS

提供商JacobLinCool
分类audio-to-audio
许可证mit
下载量39.9K
星标0

简介

MP SENet DNS 是一款专注于语音增强(DNS)的音频处理模型,旨在从嘈杂的背景音中精准提取纯净的人声。它采用了 SENet 架构,能够有效抑制环境噪音并减少回声,非常适合需要高质量语音输入但缺乏专业录音环境的开发者。对于习惯使用 Adobe Audition 或各类 AI 降噪插件的用户来说,该模型提供了一种更轻量、可编程的替代方案,上手难度较低,可快速集成到实时通话或播客后期处理的工作流中。

核心亮点

  • 高效抑制环境噪音,还原纯净人声
  • 基于 SENet 架构,处理延迟低且稳定
  • MIT 协议开源,方便开发者二次开发
  • 适用于实时语音通信与音频后期修复

使用方法

安装依赖
# 安装 Hugging Face transformers
pip install transformers torch
SDK 使用
# 使用 transformers 加载模型
from transformers import AutoModel, AutoTokenizer

model = AutoModel.from_pretrained("JacobLinCool/MP-SENet-DNS")
tokenizer = AutoTokenizer.from_pretrained("JacobLinCool/MP-SENet-DNS")

Hugging Face 下载

我们推荐使用命令行或者 Hugging Face Hub SDK 来进行模型的下载。

操作指引:在下载前,请先通过如下命令安装 huggingface_hub:

操作指引
pip install -U huggingface_hub

命令行下载

下载完整模型库

下载完整模型库
huggingface-cli download JacobLinCool/MP-SENet-DNS

下载单个文件到指定本地文件夹(以下载 config.json 到当前路径下 ./dir 目录为例)

下载单个文件到指定本地文件夹(以下载 config.json 到当前路径下 ./dir 目录为例)
huggingface-cli download JacobLinCool/MP-SENet-DNS config.json --local-dir ./dir

更多命令行下载选项,可参见官方文档

SDK 下载

SDK 下载
# 模型下载
from huggingface_hub import snapshot_download
model_dir = snapshot_download('JacobLinCool/MP-SENet-DNS')

Git 下载

请确保 lfs 已经被正确安装

Git 下载
git lfs install
git clone https://huggingface.co/JacobLinCool/MP-SENet-DNS

如果您希望跳过 lfs 大文件下载,可以使用如下命令

跳过 LFS
GIT_LFS_SKIP_SMUDGE=1 git clone https://huggingface.co/JacobLinCool/MP-SENet-DNS

模型文件托管在 Hugging Face Hub,使用 HF CLI / SDK / Git 直接下载,不经过本站。

PyTorch / Transformers 使用

安装 Transformers

安装 Transformers
pip install -U transformers torch

模型加载和推理

模型加载和推理
from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained('JacobLinCool/MP-SENet-DNS')
tokenizer = AutoTokenizer.from_pretrained('JacobLinCool/MP-SENet-DNS')

完整文档

来源: HuggingFace

---
license: mit
pipeline_tag: audio-to-audio
tags:

  • arxiv:2308.08926

  • audio

  • denoising

  • model_hub_mixin

  • pytorch_model_hub_mixin

  • speech

  • speech-enhancement

---

This model has been pushed to the Hub using the PytorchModelHubMixin integration:

  • Library: https://github.com/yxlu-0102/MP-SENet

  • Docs: [More Information Needed]