FlashSR

Trang Soniqo này ghi lại FlashSR theo triển khai hiện có trong speech-swift / speech-core. Liên kết Hugging Face nằm bên dưới phần ghi chú tích hợp.

Ưu tiên trang nội bộ

Thẻ trên trang chính và menu tài liệu trỏ vào đây trước; liên kết model nguồn và bundle vẫn có trong trang này.

Tổng quan

Model	FlashSR
Vai trò	Audio super-resolution for low-bandwidth or lossy audio
Backend	MLX int4 default; int8 available
Đầu ra	48 kHz mono waveform, same length as input
Ngôn ngữ	Audio-content agnostic
Giấy phép	MIT
Trạng thái	Ready through speech upsample and the FlashSR Swift product
Nguồn	FlashSR / AudioSR distillation
Sản phẩm Swift	`FlashSR`
CLI / runtime	`speech upsample`

Đoạn dưới đây khớp với API hoặc lệnh hiện tại do speech-swift cung cấp.

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

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.