Loading...

文章背景图

Denoiser:实时波形域语音增强降噪模型|部署与使用全指南

2026-11-02
0
- 字
- 分钟
|

图1 Demucs/Denoiser 架构(官方图)

Denoiser:实时波形域语音增强降噪模型|部署与使用全指南

项目仓库: https://github.com/facebookresearch/denoiser

论文:Interspeech 2020 · 维护方:Meta FAIR · 许可证:MIT · 形态:Python 库 · 架构:Demucs · 实时:笔记本 CPU 实时


1 项目简介

Denoiser 是 Meta FAIR 开源的波形域实时语音增强模型:基于 Demucs 编解码器架构(卷积编码 + LSTM + 转置卷积解码 + 跳跃连接),在原始波形上工作,可在笔记本 CPU 上实时去除稳态/非稳态噪声与房间混响。

1.1 核心信息一览

项目项 内容
项目名称 Denoiser
仓库地址 github.com/facebookresearch/denoiser
论文 arXiv:2007.13938
许可证 MIT
架构 Demucs
实时 笔记本 CPU
示例 Samples

1.2 适用场景

  • 麦克风录音降噪。
  • 实时通话降噪(Skype 等)。
  • 语音预处理。

2 功能特性

  • 波形域处理:直接在原始波形上增强。
  • 实时 CPU:笔记本 CPU 实时。
  • 多噪声去除:稳态/非稳态噪声 + 房间混响。
  • 数据增强:波形域增强技巧。
  • 实时模式:python -m denoiser.live。

3 官方界面预览

开篇图为 Demucs 架构。

4 官方跳转链接汇总

类别 链接 说明
仓库 github.com/facebookresearch/denoiser 源码
示例 facebookresearch.github.io/denoiser 音频样本
Colab Colab Example 在线试玩
Demucs 论文 arxiv 原始论文

5 前置要求

  • Python 3.7(推荐 Anaconda)。

6 方式一:pip 安装(预训练模型)

pip install denoiser

7 方式二:源码安装(训练)

git clone https://github.com/facebookresearch/denoiser
cd denoiser
pip install -r requirements.txt        # 无 CUDA
pip install -r requirements_cuda.txt   # 有 CUDA

8 方式三:实时降噪

# Mac OS X 先装 Soundflower 作 loopback
python -m denoiser.live

9 常见故障排查

  • 实时模式:需要 loopback 音频接口(Mac 用 Soundflower)。
  • Python 版本:官方推荐 3.7。

10 风险与合规说明

  • MIT 许可。
  • 降噪输出版权由使用者承担。

本文基于官方 README 整理,仅供学习与部署参考;以仓库最新说明为准。

评论交流

文章目录