Inworld 开源语音分离模型:48kHz、Apache-2.0、仅 58M/64M 参数
mrfakename0 · reddit · 2026-11-19
Inworld 发布新的语音分离(speech isolation)模型,对开源社区是个惊喜。要点:
- 支持 48 kHz 采样率,采用 Apache-2.0 许可证开源
- 提供两个变体:64M(离线/非流式,8 秒分块)与 58M(实时,20ms 分块)
- 训练数据约 1 万小时音频,运行成本低、速度快
- 注意它不是 Resemble Enhance 那类语音增强/修复模型,只做音源分离
配图展示了对含噪输入的频谱图处理界面,演示分离前后对比。
所属事件:Inworld 开源 48kHz 实时语音分离模型 Voice Isolator(3 条相关)→
「多模态」频道最新
- Inworld 开源语音分离模型:48kHz 实时降噪,Apache 2.0 协议 — Scobleizer · 2026-11-19
- ElevenLabs MCP 实况演示:直播中一键生成配图、音乐与配音的动画故事 — ciguleva · 2026-11-19
- NodeUI 1.3 发布:iOS/Android 相册直接分享图片到 ComfyUI 工作流 — guhl-design-studio · 2026-11-19
- 用户实测称 Fable 5.2 制作产品发布视频远胜 Astra 6.2 与 Opus 5.5 — haltakov · 2026-11-19
- 开发者用开源视频模型给本地语音 Agent 加上实时数字人头像 — Scobleizer · 2026-11-19
- Magnific 发布 AI 视频编辑器 Illusion:可识别画面元素智能剪辑 — techhalla · 2026-11-19