FlashSR

Diese Soniqo-Seite dokumentiert FlashSR aus der lokalen speech-swift- / speech-core-Implementierung. Hugging-Face-Bundles sind nach den Integrationshinweisen verlinkt.

Zuerst interne Seite

Landing-Karten und Docs-Menüs führen zuerst hierher; Quellen- und Bundle-Links bleiben auf dieser Seite verfügbar.

Überblick

Modell	FlashSR
Rolle	Audio super-resolution for low-bandwidth or lossy audio
Backend	MLX int4 default; int8 available
Ausgabe	48 kHz mono waveform, same length as input
Sprachen	Audio-content agnostic
Lizenz	MIT
Status	Ready through speech upsample and the FlashSR Swift product
Quelle	FlashSR / AudioSR distillation
Swift-Produkt	`FlashSR`
CLI / Laufzeit	`speech upsample`

Verwendung

Das folgende Snippet entspricht der aktuellen API oder dem aktuellen Befehl aus speech-swift.

# Upsample a low-bandwidth recording to 48 kHz mono.
.build/release/speech upsample noisy_lowres.wav \
  --variant int4 \
  -o clean_hr.wav

Modelllinks

Implementierungsnotizen

Download requests the single model.safetensors bundle and config explicitly; this is simple enough that byte-weighting is less critical than for sharded models.
Input is resampled to 48 kHz mono and processed in non-overlapping 5.12 second windows.
INT4 is a download-size optimization; runtime weights dequantize to FP, so memory footprint matches int8.
The model conforms to SpeechEnhancementModel, but its semantics are super-resolution rather than denoising.