TIGER-audio-extraction 一鍵啟動
軟體名稱:TIGER-audio-extraction(多用途語音分離模型)軟體版本:New
軟體類型:一鍵啟動
軟體語言: 多語 簡
檔案大小:3.1Gb
TIGER 是一種羽量級語音分離模型，通過頻段分割、多尺度及全頻幀建模有效提取關鍵聲學特徵。該專案由來自清華大學主導研發，通過頻率帶分割、多尺度以及全頻率幀建模的方式，有效地提取關鍵聲學特徵，從而實現高效的語音分離。TIGER 模型大小不到20M，即使CPU也可以流暢運行，且支援人聲伴奏分離（音訊檔中分離人聲和伴奏）、音訊說話人分離（從多個說話人音訊中分離出每個說話人的聲音）、視頻降噪以及視頻語音分離等功能。
應用領域
語音通信：在多人語音通信場景中，TIGER可以有效分離出各個說話人的聲音，提高通話品質和清晰度。 智能語音辨識：在智慧家居、車載系統等智慧語音辨識應用中，TIGER能夠説明系統更準確地識別使用者的指令，提升使用者體驗。 音訊處理軟體：作為音訊處理軟體中的一個元件，TIGER可以用於音訊編輯、混音等場景，實現音訊信號的精細分離和處理。 遠端教育和會議：在遠端教育和線上會議中，TIGER能夠分離出各個參與者的聲音，減少背景雜音和干擾，提高溝通效率。
使用說明：
(CPU可流暢運行。建議N卡，顯存4G起。支援50系顯卡，基於CUDA12.8)
檔案下載
下載 (進門左下0529)
TIGER-audio-extraction -- 是一種羽量級語音分離模型，通過頻段分割、多尺度及全頻幀建模有效提取關鍵聲學特徵。這個軟体很實用，感謝大大分享 !!
頁:
[1]