Inworld 开源 48kHz 实时语音分离模型 Voice Isolator

Inworld 在 Hugging Face 上以 Apache 2.0 协议开源了语音分离模型 Voice Isolator v1,支持 48kHz 采样率的实时降噪与人声分离,可去除背景人声、音乐等噪声。模型提供离线版(64M 参数)与实时版(58M 参数)两个共享同一架构的版本,均可商用。同期 Inworld 还开源了 SAVA 语音模型,并发布了 Realtime TTS-2 的技术报告。

2026-11-19 ~ 2026-11-19 · 3 条相关