在裝置上對語音錄音進行降噪

要點

• duration.ai 將開源降噪模型移植到手機，降噪效果接近 ElevenLabs 等雲服務。
• 模型執行在 48 kHz，保留呼吸聲和齒音等高頻細節，對語音克隆至關重要。
• 儘管模型較舊，但在去除背景人聲和音樂方面優於 SEMamba++ 等替代方案。
• 該降噪器用於清理旗艦應用中零樣本語音克隆的參考錄音。