Maskinoversettelse · Engelsk original

LocalVQE v1.4-AEC

Denne førsteparts Soniqo siden dokumenterer LocalVQE v1.4-AEC fra den lokale speech-swift implementasjon. Hugging Face bundter er koblet under etter integrasjonsnotasjonene.

Innenrikssiden først

Landingskort og docs-menyer nå peker her først; kildemodell og pakkelenker er tilgjengelige fra denne siden.

På en glanse

Modell	LocalVQE v1.4-AEC
Rolle	Explicit-referanse akustisk ekko kansellering
Motor	Native C++ adaptivt filter pluss statisk Core ML restmaske
Utgang	16 kHz mono Float32 ren mikrofon PCM
Språk	Språkuavhengig akustisk behandling
Lisens	Apache-2.0 kode og vekter
Status	Streaming og komplett klipp speech-swift kjøretid
Kilde	LocalVQE
Swift produkt	`SpeechEnhancement`
CLI/kjøretid	Programmatic LocalVQEEcho Avbryter kjøretid

Bruk

Den snutten nedenfor speiler gjeldende speech-swift API eller kommando som eksponeres av repoen.

import SpeechEnhancement

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

Modelllenker

Implementasjonsnotater

Mikrofon og avspillingsreferanse er separate, synkroniserte innganger; en blandet system-audio-transkripsjon er ikke en gyldig referanse.
Streaming aksepterer nøyaktig 256 monoprøver per inngang ved 16 kHz og legger til en 16 ms spektral humle av algoritmisk latens.
Hver ramme drenerer midlertidige Core ML buffere før retur, så langkjørende fangsttråder ikke eksos macOS IOSurface grense.
Tilbakestill etter droppede rammer, endrer enheten, fanger omstart eller opptaksgrenser, slik at selefilter og nevrale tilstand ikke kan krysse utsettelser.
En stille referanse bevarer mikrofon-bare tale; løpstiden faller aldri tilbake for å trekke en blanding eller muting mikrofonen.
Ikke blindt kaskade denne banen med Apple Voice Processing I/O fordi to adaptive kansellere kan forvrenge nær-ende tale.