CallCleaner
轻量级生物声学降噪模型,通过知识蒸馏从通用音频分离基础模型 SAM-Audio 迁移能力,参数约1900万,无需检测器,可在CPU上实时运行
时间轴 (近 90 天)
CallCleaner 是一个仅有1900万参数、无需检测器、在笔记本电脑CPU上运行速度约为实时90倍的降噪器。
研究者采用知识蒸馏技术将SAM-Audio的能力迁移到小型学生模型CallCleaner中。
CallCleaner 在叫声周围留下的噪声比当前公开权重领先的神经生物声学降噪器Biodenoising少11 dB。
在快速、CPU可用的系统中,CallCleaner在噪声去除与叫声保真度的帕累托前沿上占据优势,且无需检测器。
本文所用方案仅需轻量时间提示来引导分离模型关注叫声出现的时段,而不要求精确的逐帧掩码,因此降低了对检测精度的依赖,也使系统保持无检测器的轻量特性。
CallCleaner 专为单发声者录音设计,支持快速、隐私的本地降噪,无需专业硬件。
研究者已开源CallCleaner的代码和权重。
全部知识事实 (7)
CallCleaner 是一个仅有1900万参数、无需检测器、在笔记本电脑CPU上运行速度约为实时90倍的降噪器。
50%待验证研究者采用知识蒸馏技术将SAM-Audio的能力迁移到小型学生模型CallCleaner中。
50%待验证CallCleaner 在叫声周围留下的噪声比当前公开权重领先的神经生物声学降噪器Biodenoising少11 dB。
50%待验证在快速、CPU可用的系统中,CallCleaner在噪声去除与叫声保真度的帕累托前沿上占据优势,且无需检测器。
50%待验证本文所用方案仅需轻量时间提示来引导分离模型关注叫声出现的时段,而不要求精确的逐帧掩码,因此降低了对检测精度的依赖,也使系统保持无检测器的轻量特性。
50%待验证CallCleaner 专为单发声者录音设计,支持快速、隐私的本地降噪,无需专业硬件。
50%待验证研究者已开源CallCleaner的代码和权重。
50%