简介

MossFormer2_SE_48K模型权重适用于ClearerVoice-Studio代码库中的48 kHz语音增强任务。

该模型基于大规模数据集训练而成，其中包括开源数据和私有数据。

它通过去除背景噪音来增强语音音频质量。

安装

克隆代码库

git clone https://github.com/modelscope/ClearerVoice-Studio.git

创建 Conda 环境

cd ClearerVoice-Studio
conda create -n clearvoice python=3.8
conda activate clearvoice
pip install -r requirements.txt

运行脚本

进入 clearvoice/ 目录并使用以下示例。MossFormer2_SE_48K 模型将从 huggingface 自动下载。

示例 1：使用语音增强模型 MossFormer2_SE_48K 处理 samples/input.wav 这一个音频文件，并将输出音频文件保存至 samples/output_MossFormer2_SE_48K.wav

from clearvoice import ClearVoice

myClearVoice = ClearVoice(task='speech_enhancement', model_names=['MossFormer2_SE_48K'])

output_wav = myClearVoice(input_path='samples/input.wav', online_write=False)

myClearVoice.write(output_wav, output_path='samples/output_MossFormer2_SE_48K.wav')

示例 2：使用语音增强模型 MossFormer2_SE_48K 处理 samples/path_to_input_wavs/ 中的所有输入波形文件，并将所有输出文件保存至 samples/path_to_output_wavs

from clearvoice import ClearVoice

myClearVoice = ClearVoice(task='speech_enhancement', model_names=['MossFormer2_SE_48K'])

myClearVoice(input_path='samples/path_to_input_wavs', online_write=True, output_path='samples/path_to_output_wavs')

示例 3：使用语音增强模型 MossFormer2_SE_48K 处理 samples/audio_samples.scp 文件中列出的波形文件，并将所有输出文件保存至 samples/path_to_output_wavs_scp/

from clearvoice import ClearVoice

myClearVoice = ClearVoice(task='speech_enhancement', model_names=['MossFormer2_SE_48K'])

myClearVoice(input_path='samples/scp/audio_samples.scp', online_write=True, output_path='samples/path_to_output_wavs_scp')

简介