Traduzione automatica · Originale inglese
LocalVQE v1.4-AEC
Questa prima parte Soniqo pagina documenta l'implementazione LocalVQE v1.4-AEC dal locale speech-swift. Hugging Face
Pagina iniziale
Le carte di atterraggio e i menu Docs ora puntano qui prima; il modello di sorgente e i link di fascio rimangono disponibili da questa pagina.
In un solco
| Modello | LocalVQE v1.4-AEC |
|---|---|
| Role | Cancellazione dell'eco acustico di riferimento esplicito |
| Indietro | Native C++ filtro adattativo più stativo Core ML |
| Produzione | 16 kHz mono Float32 PCM pulito-microfono |
| Lingue | Elaborazione acustica indipendente dal linguaggio |
| Licenza | Apache-2.0 codice e pesi |
| Stato | Streaming e full-clip speech-swift runtime |
| Fonte | Localizzazione |
| Prodotto Swift | SpeechEnhancement |
| CLI / runtime | Tempo di esecuzione programmatico localeVQEEchoCanceller |
Uso
Lo snippet seguente rispecchia l'attuale speech-swift API o comando esposto dal repo.
import SpeechEnhancement
let aec = try await LocalVQEEchoCanceller.fromPretrained()
let cleanMicrophone = try aec.processFrame(
microphone: microphoneFrame,
reference: playbackReferenceFrame
)
Link di modello
Note di attuazione
- I riferimenti a microfono e riproduzione sono ingressi separati e sincronizzati; una trascrizione audio-sistema misto non è un riferimento valido.
- Streaming accetta esattamente 256 campioni mono per ingresso a 16 kHz e aggiunge un 16 ms spettro hop di latenza algoritmica.
- Ogni frame drena buffer temporanei Core ML prima di tornare, i filetti di cattura a lungo termine non esauriscono il limite IOSurface di macOS
- Ripristinare dopo le fotogrammi, i cambiamenti del dispositivo, catturare riavviamenti, o registrare i confini in modo che il filtro stante e lo stato neurale non possano attraversare le discontinuità.
- Un riferimento silenzioso conserva solo il discorso del microfono; il runtime non cade mai indietro per sottrarre un mix o muting il microfono.
- Non cascate ciecamente questo percorso con Apple Voice Processing I/O perché due annullamentotori adattativi possono falsare il discorso di fine.