Tłumaczenie automatyczne · Oryginał angielski

LocalVQE v1.4-AEC

Ta pierwsza strona Soniqo dokumenty LocalVQE v1.4-AEC z lokalnej implementacji speech-swift. Hugging Face pakiety są połączone poniżej po notatkach integracyjnych.

Strona wewnętrzna pierwsza

Karty do lądowania i menu doków wskazują najpierw tutaj; model źródłowy i linki do pakietów pozostają dostępne na tej stronie.

At a Glance

Wzór	LocalVQE v1.4-AEC
Rola	Explicit- reference echo akustyczne anulowanie
Wstecz	Native C++ filtr adaptive plus stateful Core ML maska pozostałości
Wyjście	16 kHz mono Float32 czysty mikrofon PCM
Języki	Niezależne od języka przetwarzanie akustyczne
Licencja	Kod i wagi Apache-2.0
Status	Streaming and complete- clip speech-swift runtime
Źródło	LocalVQE
Produkt Swift	`SpeechEnhancement`
CLI / runtime	Program LocalVQEEchoCanceller runtime

Stosowanie

Poniższy fragment jest odzwierciedleniem bieżącego speech-swift API lub polecenia zdemaskowanego przez repo.

import SpeechEnhancement

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

Wzory linków

Uwagi do wdrożenia

Odniesienia do mikrofonu i odtwarzania są oddzielne, zsynchronizowane wejścia; mieszany zapis systemowy audio nie jest prawidłowym odniesieniem.
Streaming akceptuje dokładnie 256 próbek mono na każde wejście przy 16 kHz i dodaje jeden 16 ms widmowy hop algorytmicznego latencji.
Każda rama opróżnia tymczasowe bufory Core ML przed powrotem, więc długie gwinty przechwytywania nie wyczerpują limitu IOSurface macOS.
Zresetuj po upuszczonych ramkach, zmiany urządzenia, restartowanie przechwytywania lub nagrywanie granic, tak aby niestrudzony filtr i stan neuronowy nie mógł przekroczyć przerw.
Ciche referencje zachowują tylko mikrofon; czas biegu nigdy nie wraca do odejmowania mieszanki lub zmutowania mikrofonu.
Nie kaskaduj tej ścieżki za pomocą Apple Voice Processing I / O, ponieważ dwa adaptacyjne cancellerzy mogą zakłócić mowę na końcu.