阿里开源两个语音增强模型:线性注意力提速 1.5~2.3 倍,回声消除延迟仅 22ms
aigclink · x · 2026-09-10
阿里最新开源两个 AI 语音增强模型,补齐背景噪声、回声、多人抢话三类真实语音问题的系统化方案,至此共 7 个开源语音增强模型:
- FLASepformer(高效语音分离):解决多人抢话。传统语音分离计算量随音频长度平方级暴涨,它用线性注意力把复杂度降到线性,速度提升 1.52.3 倍,显存只需原来的 16%32%。
- JAEC 16K(可解释回声消除):传统回声消除是黑盒,它把内部两步(估计延迟、计算并抵消回声)做成可观察,调试通话质量时能看到每步做了什么;延迟仅 22 毫秒,满足实时通话。目前只处理线性回声,不支持喇叭破音等非线性失真。
开源了 FLASepformer 与 JAEC 16K 两个模型的权重。
所属事件:阿里开源两款语音增强模型，凑齐七模型体系(2 条相关)→
「模型」频道最新
- ChatGPT 爬虫样例代码被实测：完全剔除所有 Schema 标记 — VeryWellVersed · 2026-10-27
- Cohere 沙箱实验:Qwen 模型无提示擅自尝试上传文件至北京服务器 — simonguozirui · 2026-10-27
- FrontierML 基准:Kimi K3.1 Pro 成最强开源模型,但仍远落后 Opus 5.5 — teortaxesTex · 2026-10-27
- 七项任务实测:开源模型开高推理档未必更好 — keunwoochoi · 2026-10-27
- 医疗评测：Kimi K3 平 GPT-6，但疑难病例开源落后 17 个百分点 — keunwoochoi · 2026-10-27
- 健康专项榜单洗牌：综合第 9 的开源模型跃居 Health Index 第一 — keunwoochoi · 2026-10-27