FlashSR

Esta página de Soniqo documenta FlashSR tal como está implementado en speech-swift / speech-core. Los enlaces a Hugging Face aparecen debajo de las notas de integración.

Primero página interna

Las tarjetas y menús apuntan primero aquí; los enlaces al modelo fuente y a los bundles siguen disponibles en esta página.

Resumen

Modelo	FlashSR
Rol	Audio super-resolution for low-bandwidth or lossy audio
Backend	MLX int4 default; int8 available
Salida	48 kHz mono waveform, same length as input
Idiomas	Audio-content agnostic
Licencia	MIT
Estado	Ready through speech upsample and the FlashSR Swift product
Fuente	FlashSR / AudioSR distillation
Producto Swift	`FlashSR`
CLI / runtime	`speech upsample`

Uso

El fragmento siguiente refleja la API o el comando actual expuesto por speech-swift.

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

Enlaces del modelo

Notas de implementación

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.