WaveWash
开源的音频数据清洗与去重工具，用于ML训练前的非破坏性预处理，内置ASR/TTS/说话人识别/音乐生成四种调优预设，支持直流偏移修复、削波修复、EBU R128响度归一化、SNR估计与重复样本检测，并提供零配置本地Web UI和审计日志。
时间轴 (近 90 天)
WaveWash 是一个开源音频数据清洗与去重工具，用于在 ML 训练前自动完成音频质量控制和数据准备。
WaveWash 采用非破坏性预处理设计，所有处理都在副本上进行，原始文件永远不被修改。
WaveWash 内置 ASR（Whisper）、TTS、说话人识别、音乐生成四种场景的调优预设配置档案。
WaveWash 能够自动纠正直流偏移、修复轻度削波，并按 EBU R128 标准归一化响度。
WaveWash 将通过的音频分拣至 clean/ 目录，被拒绝的文件按原因归类至 _error/ 子目录（如 low_snr/、clipping/），重复样本放入 _duplicates/ 目录，且不删除任何文件。
WaveWash 提供 CSV、JSON 和 Markdown 三种格式的审计日志摘要。
WaveWash 的 Web UI 直接打包在 Python 包内，无需额外的 Node.js 构建步骤。
WaveWash 可通过 'pip install wavewash' 安装，使用 'wavewash app' 启动 Web UI，默认地址为 http://127.0.0.1:8420。
WaveWash 支持命令行运行模式，命令为 'wavewash run --input ./raw_audio --output ./clean_audio --purpose asr'。
WaveWash 目前处于早期 alpha 阶段，版本号为 v0.1.0a1。
还有 1 条时间轴事件
全部知识事实 (10)
WaveWash 是一个开源音频数据清洗与去重工具，用于在 ML 训练前自动完成音频质量控制和数据准备。
50%待验证WaveWash 采用非破坏性预处理设计，所有处理都在副本上进行，原始文件永远不被修改。
50%待验证WaveWash 内置 ASR（Whisper）、TTS、说话人识别、音乐生成四种场景的调优预设配置档案。
50%待验证WaveWash 能够自动纠正直流偏移、修复轻度削波，并按 EBU R128 标准归一化响度。
50%待验证WaveWash 将通过的音频分拣至 clean/ 目录，被拒绝的文件按原因归类至 _error/ 子目录（如 low_snr/、clipping/），重复样本放入 _duplicates/ 目录，且不删除任何文件。
50%待验证WaveWash 提供 CSV、JSON 和 Markdown 三种格式的审计日志摘要。
50%待验证WaveWash 的 Web UI 直接打包在 Python 包内，无需额外的 Node.js 构建步骤。
50%待验证WaveWash 可通过 'pip install wavewash' 安装，使用 'wavewash app' 启动 Web UI，默认地址为 http://127.0.0.1:8420。
50%待验证WaveWash 支持命令行运行模式，命令为 'wavewash run --input ./raw_audio --output ./clean_audio --purpose asr'。
50%待验证WaveWash 的 GitHub 仓库地址为 https://github.com/BoobalanArjunan/wavewash，PyPI 页面为 https://pypi.org/project/wavewash/。
50%