中文 定位:开源 48kHz 人声隔离模型,专为嘈杂录音和直播音频降噪,把人声干净分离出来且尽量保留说话人身份特征。
核心能力
- 提供离线高质量版与实时流式版两款同架构模型,前者整段八秒分块处理,后者仅二十毫秒前瞻适合直播管线
- 适用于录音清理后播出发布、语音数据集整理与语音流水线预处理等场景,强调分离后说话人身份不丢失
- 可用原声减去隔离出的人声得到背景噪声或伴奏残差,从而兼顾人声与音乐的分离需求与二次利用
- 一行命令安装并处理 WAV 文件,同时输出干净人声与被移除的背景两个文件,方便逐一检查分离效果并做后续编辑处理,输出格式也便于直接进入常见音频工作流程使用
适用人群:播客与视频创作者、做语音数据整理和实时通话直播功能的开发者与团队。
注意:它不是说话人选择器,也不是音频修复模型。
日本語 位置づけ:騒がしい録音やライブ音声向けのオープンな48kHz音声分離モデルです。話者の特徴を保ちながら声だけをきれいに取り出すことを目的としています。
主な機能
- 同じ設計を共有するオフライン版とリアルタイム版の2モデルを提供し、前者は8秒単位で全体を見て高品質に処理し、後者は先読み20ミリ秒の因果ストリームでライブ用途に対応する
- 録音のクリーニングや公開前の整音、音声データセットの整備や音声パイプラインの前処理に使え、話者の同一性を保つことが重視されている
- 入力から分離した声を差し引くことで背景ノイズや伴奏の残差も取り出せるため、声と音楽を分ける用途にも応用できる
- パッケージをインストールしてコマンド一つでWAVを処理でき、クリーンな声と除去された背景の2ファイルを同時に出力して確認しやすい
対象ユーザー:ポッドキャストや動画の制作者、音声データを扱う人、ライブ通話や配信を開発する人、録音のノイズに悩むすべての人に向いています。
注意:話者を選ぶモデルでも、劣化した音声を復元するモデルでもありません。
한국어 정의: 시끄러운 녹음과 라이브 오디오를 위한 오픈소스 48kHz 음성 분리 모델로, 화자의 특징을 유지하면서 목소리만 깔끔하게 분리하는 것을 목표로 합니다.
핵심 기능
- 같은 구조를 공유하는 오프라인 버전과 실시간 버전 두 가지 모델을 제공하며 전자는 8초 단위로 전체를 보고 고품질로 처리하고 후자는 20밀리초 선행 참조의 인과 스트림으로 라이브 용도에 대응합니다
- 녹음 정리와 게시 전 후처리, 음성 데이터셋 정제와 음성 파이프라인 전처리에 활용할 수 있고 화자의 정체성을 유지하는 점이 강조됩니다
- 입력에서 분리된 목소리를 빼면 배경 소음이나 반주 잔차도 추출할 수 있어 목소리와 음악을 나누는 용도에도 응용할 수 있습니다
- 패키지를 설치하고 명령 하나로 WAV를 처리할 수 있으며 깨끗한 음성과 제거된 배경 두 파일을 함께 출력해 확인하기 편리합니다
대상 사용자: 팟캐스트와 영상 제작자, 음성 데이터를 다루는 사람, 실시간 통화와 스트리밍을 개발하는 사람, 녹음 소음으로 고민하는 모든 사람에게 적합합니다.
주의: 화자를 선택하는 모델도 아니고 손상된 음성을 복원하는 모델도 아닙니다.
English What it is: Inworld Voice Isolator v1 is an open-license, Apache-2.0, 48 kHz voice isolation model for noisy speech recordings and live audio. It ships as two models sharing one architecture: an offline model for best quality and a realtime model for streaming pipelines.
Key capabilities
- Offline version processes 8-second chunks with full context at 64M parameters; realtime version is causal with 20 ms look-ahead at 58M parameters
- Cleans recordings before playback or publication and helps curate speech datasets and voice pipelines while preserving speaker identity
- Supports live calls and streams with the realtime model, and lets you subtract the isolated voice to extract background noise or a backing-track residual
- Simple pip install and command-line use that writes both a clean voice WAV and a background WAV as float32 files
Who it is for: Creators cleaning recordings, teams building voice pipelines and datasets, and developers adding noise suppression to live audio. It is explicitly not a speaker selector or a restoration model; restoration is planned for a later version.