Inworld 开源 Voice Isolator 与 SAVA 语音模型,Apache 2.0 可商用
realmrfakename · x · 2026-11-19
Inworld 开源两款语音模型并发布 Realtime TTS-2 的技术报告:
- Voice Isolator:语音降噪/人声分离,去除背景 chatter、音乐和噪音,同时保留笑声、呼吸等原声细节;支持 48 kHz,提供离线版和 20 ms 前瞻的实时流式版
- SAVA(Semantic-Acoustic Voice Activity):结合语音的声学与语义信息,检测说话状态与轮次结束,已在 Inworld 自家语音产品中运行,让人有空间把话说完
模型与权重以 Apache 2.0 开源,可免费商用,代码在 GitHub、权重在 Hugging Face 可获取。