跳到正文
热点事件历史事件

Inworld 开源语音隔离模型 Voice Isolator

2 篇报道2 个报道来源4 天前更新

先了解这件事

AI 综述

Inworld 发布其首个开源模型 Voice Isolator,用于在保留说话人音色、呼吸和音量的同时去除背景人声、音乐和瞬态噪声。模型以 48 kHz 工作,提供两个 checkpoint:离线版面向已有录音,追求最佳质量;实时版以 20 ms 前瞻进行流式处理,面向直播等实时场景。 模型权重在首次使用时从 Hugging Face 下载,可运行于 CUDA、Apple silicon 和 CPU。Inworld 称 VIBE 目前是私有基准。

AI 根据报道生成 · 3 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. Inworld AI精选
    Inworld 开源 Voice Isolator 与 SAVA 语音模型并发布 TTS-2 技术报告

    Inworld 开源 Voice Isolator 和 SAVA(Semantic-Acoustic Voice Activity)两款语音模型,并发布 Realtime TTS-2 背后的技术报告。

11月18日
  1. Inworld AI Blog精选
    Inworld 开源语音隔离模型 Voice Isolator,含离线与实时两个版本

    Inworld 发布其首个开源模型 Voice Isolator,在保留说话人音色、呼吸和音量的同时去除背景人声、音乐和瞬态噪声,工作于 48 kHz,提供离线与带 20 ms 前瞻的实时流式两个 checkpoint。

本事件热度走势

可比范围当前
3
可比范围峰值
611月19日 02:00
近 24 小时变化
-49%

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。