AI语音识别

resemble-enhance是一个支持语音降噪与增强的AI模型,可以高效去除背景噪声,还原语音细节,提升语音质量。该模型包含降噪模块和增强模块,通过深度学习算法实现语音信号与噪声分离,以及语音品质改善。模型针对高保真44.1kHz语音进行训练,可以输出高品质增强语音。用户可以通过pip安装使用,也可以基于提供的代码定制训练自己的模型。该模型功能强大,使用简单,是提升语音质量的首选方案。

Whisper Turbo旨在成为OpenAI Whisper API的替代品。它由3部分组成:一个兼容层,用于输入不同格式的音频文件并转换为Whisper兼容格式;开发者友好的API,支持一次性推理和流式模式;以及Rust + WebGPU推理框架Rumble,专门用于跨平台快速推理。