音质修复


  • 音质修复包含很多方面,例如噪声去除,啸叫抑制,语音超分辨等,完成语音质量的提升。

噪声去除

基于大数据和智能的方案,可以有效的去除非平稳噪声,达到相对于传统算法更优良的效果。 模型小,有利于实时实现。

去噪之前
SE before

去噪之后
SE after

– 语音增强 DEMOPAGE.


啸叫抑制

在扩声场景下,由于扬声器播发出的声音又被麦克风采集到,如此反复形成一个闭合回路,从而刺耳的啸叫声。这种情况不仅容易损坏设备,也同时影响听觉。

啸叫抑制之前
Howling before

啸叫抑制之后
Howling after


语音超分辨

将低采样率的语音转变成高采样率的语音,提升听感。

超分辨之前
super before

超分辨之后
super after

– 超分辨 DEMOPAGE.


音质提升

Interspeech2025 URGENT Challenge (Universal, Robust, and Generalizable speech EnhancemeNT systems)挑战旨在更加关注构建通用、稳健且具广泛适用性的语音增强模型。为了提高语音增强系统的通用性,考虑了以下失真:加性噪声、混响、削波、带宽扩展、编解码器伪影、数据包丢失和风噪声。
goal

获得全球第四名!
results