Traducere automată · Originalul în engleză
LocalVQE v1.4-AEC
Această primă parte Soniqo documente page LocalVQE v1.4-AEC din cadrul local speech-swift implementare. Hugging Face pachete sunt legate mai jos după notele de integrare.
Prima pagină internă
Carduri de aterizare și meniuri docs punct acum aici primul; model sursă și link-uri de pachet rămân disponibile de la această pagină.
La o strălucire
| Model | LocalVQE v1.4-AEC |
|---|---|
| Rol | Anularea ecoului acustică de referință explicită |
| Platformă | Nativ C++ filtru adaptiv plus statful Core ML |
| Ieșire | 16 kHz mono Float32 Clean-microphone PCM |
| Limbi | Procesarea acustică independentă de limbă |
| Licență | Apache-2.0 cod și greutăți |
| Stare | Streaming and complete-clip speech-swift runtime |
| Sursă | LocalVQE |
| Swift produs | SpeechEnhancement |
| CLI / timpul de funcționare | Programatic LocalVQEEchoCanceller runtime |
Utilizare
Fragmentul de mai jos reflectă curentul speech-swift API sau comanda expusă de repo.
import SpeechEnhancement
let aec = try await LocalVQEEchoCanceller.fromPretrained()
let cleanMicrophone = try aec.processFrame(
microphone: microphoneFrame,
reference: playbackReferenceFrame
)Modele de legături
Note de punere în aplicare
- Microfonul și redarea de referință sunt intrări separate, sincronizate; o transcriere mixtă a sistemului-audio nu este o referință validă.
- Streaming acceptă exact 256 de mostre mono per intrare la 16 kHz și adaugă un salt spectral 16 ms de latență algoritmică.
- Fiecare cadru drenează tampone temporare Core ML înainte de a reveni, astfel încât firele de captare pe termen lung nu epuizează limita IOSurface macOS.
- Resetați după cadre căzute, modificări ale dispozitivului, reporniri de captare sau limite de înregistrare astfel încât filtrul vechi și starea neurală nu pot trece discontinuități.
- O referinţă tăcută păstrează discursul doar cu microfonul; timpul de funcţionare nu scade niciodată la scăderea unui amestec sau la mutarea microfonului.
- Nu cascada orbește această cale cu Apple Voice Processing I/O deoarece două anulatoare adaptive pot distorsiona vorbirea aproape de sfârșit.