FastDialogueSidon 开源：两人对话语音分离提速约 100 倍，性能持平
HigurashiAI · x · 2026-10-27
higurashi-ai 发布开源语音分离与复原模型 FastDialogueSidon，是全双工双人对话分离模型 DialogueSidon 的高速版本。
- 输入 16 kHz 单声道混合音频（电话/对话，单窗口最长 120 秒），输出两条 24 kHz 分离后的人声轨道
- 用单步 DiT 推理替代原版 30 步扩散，配 3000 万参数的轻量 SAN-WaveNeXt2 潜变量解码器替代 DAC 解码器
- 在 H100 上以融合 GPU 内核（Triton 与 TensorRT 后端）运行，比 DialogueSidon 官方实现快约 100 倍，可懂度相当
代码以 Apache-2.0 许可开源在 GitHub，模型上架 Hugging Face。
所属事件:FastDialogueSidon 开源：双人对话语音分离提速约 100 倍(2 条相关)→
「研究」频道最新
- Aeon 开源活体细胞实验硬件，用因果建模量化细胞响应 — MaxUnfried · 2026-11-14
- LMSYS 携手 NVIDIA 实测：Vera CPU 跑沙盒，agentic RL 训练单回合快 11% — ying11231 · 2026-11-14
- Judea Pearl 论战因果推断：「死亡截断」问题无需技巧，微积分即可解 — yudapearl · 2026-11-14
- 1956 年 C.R. Rao 与 Fisher 罕见合影，附 Fisher-Rao 几何公式科普 — FrnkNlsn · 2026-11-14
- 研究者质疑 Goodfire 可解释性论文：消融致 loss 升 2.9% 相当于扔掉九成算力 — RylanSchaeffer · 2026-11-14
- 潜在反馈4行代码省46%预训练算力,省的数据随模型变大而增多 — _arohan_ · 2026-11-14