Maskinoversættelse · Engelsk original

LocalVQE v1.4-AEC

Denne første part Soniqo sidedokumenter LocalVQE v1.4-AEC fra den lokale speech-swift implementering. Hugging Face bundter er knyttet nedenfor efter integration noter.

Intern side først

Landingskort og docs menuer peger nu her først; kildemodel og bundlink er stadig tilgængelige fra denne side.

På en Glance

Model	LocalVQE v1.4-AEC
Rolle	Explicit- reference akustisk ekko annullering
Backend	Native C++ adaptivt filter plus stateful Core ML residual maske
Output	16 kHz mono Float32 clean-micro PCM
Sprog	Language-uafhængig akustisk behandling
Licens	Apache-2.0 kode og vægte
Status	Streaming og komplet clip speech-swift runtime
Kilde	LocalVQE
Swift produkt	`SpeechEnhancement`
CLI / runtime	Programmatisk LocalVQEEchoCanceller runtime

Anvendelse

Snuppet nedenfor afspejler den aktuelle speech-swift API eller kommando udsat af repo.

import SpeechEnhancement

let aec = try await LocalVQEEchoCanceller.fromPretrained()
let cleanMicrophone = try aec.processFrame(
    microphone: microphoneFrame,
    reference: playbackReferenceFrame
)

Model Links

Gennemførelsesnoter

Mikrofon- og afspilningsreference er separate, synkroniserede indgange; en blandet system- audio-udskrift er ikke en gyldig reference.
Streaming accepterer præcis 256 mono prøver pr. indgang ved 16 kHz og tilføjer en 16 ms spektralhop af algoritmisk latency.
Hver ramme dræner midlertidige Core ML buffere, før de vender tilbage, så langløbetrækket tråd ikke udstøder macOS 's IOSurface grænse.
Nulstil efter droppet rammer, enhed ændringer, fange genstarter, eller optage grænser så gamle filter og neurale tilstand kan ikke krydse afbrydelser.
En tavs reference bevarer mikrofonens eneste tale; runtime falder aldrig tilbage for at trække en blanding fra eller dæmpe mikrofonen.
Må ikke blindt kaskade denne sti med Apple Voice Processing I / O, fordi to adaptive annullere kan forvrænge nær- end tale.