speech enhancement mask resnet unet quantized

提供商huseinzol05
分类speech-enhancement
许可证Apache-2.0
下载量0
星标0

简介

这是一个基于 Mask ResNet 和 UNet 架构的语音增强模型，并经过量化处理以优化推理速度。它专注于从嘈杂的音频信号中提取纯净的人声，通过掩码机制过滤背景噪声。相比于全精度模型，量化版本在保持核心降噪能力的同时，显著降低了内存占用和计算开销，非常适合部署在对资源敏感的边缘设备或实时处理场景中。对于开发者而言，它可以作为音频预处理流水线的一环，在将语音输入给 ASR（语音识别）模型前，先用它提升信噪比以提高识别准确率。

核心亮点

  • 结合 ResNet 与 UNet 架构，高效滤除背景噪声
  • 量化加速处理，显著降低端侧部署的资源占用
  • 适用于实时语音通信及 ASR 前端音频预处理
  • 采用 Apache-2.0 协议，商业集成灵活且无压力

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("huseinzol05/speech-enhancement-mask-resnet-unet-quantized")
tokenizer = AutoTokenizer.from_pretrained("huseinzol05/speech-enhancement-mask-resnet-unet-quantized")

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 huseinzol05/speech-enhancement-mask-resnet-unet-quantized

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 huseinzol05/speech-enhancement-mask-resnet-unet-quantized 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('huseinzol05/speech-enhancement-mask-resnet-unet-quantized')

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/huseinzol05/speech-enhancement-mask-resnet-unet-quantized

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/huseinzol05/speech-enhancement-mask-resnet-unet-quantized

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('huseinzol05/speech-enhancement-mask-resnet-unet-quantized')
tokenizer = AutoTokenizer.from_pretrained('huseinzol05/speech-enhancement-mask-resnet-unet-quantized')
查看官方来源