FlashSR

Cette page Soniqo documente FlashSR tel qu'il est implémenté dans speech-swift / speech-core. Les liens Hugging Face sont placés après les notes d'intégration.

Page interne d'abord

Les cartes et menus pointent d'abord ici; les liens vers le modèle source et les bundles restent disponibles sur cette page.

Aperçu

Modèle	FlashSR
Rôle	Audio super-resolution for low-bandwidth or lossy audio
Backend	MLX int4 default; int8 available
Sortie	48 kHz mono waveform, same length as input
Langues	Audio-content agnostic
Licence	MIT
État	Ready through speech upsample and the FlashSR Swift product
Source	FlashSR / AudioSR distillation
Produit Swift	`FlashSR`
CLI / runtime	`speech upsample`

Utilisation

L'extrait ci-dessous suit l'API ou la commande actuellement exposée par speech-swift.

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

Liens du modèle

Notes d'implémentation

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.