fasr-enhancement-dtln 0.5.8

DTLN audio enhancement model for fasr

fasr-enhancement-dtln

英文文档地址: README_EN.md

DTLN 音频增强插件。该插件内置 model_1.onnx 和 model_2.onnx，并通过 统一的 EnhancementModel 接口同时提供离线 enhance() 和流式 push_chunk() 降噪能力。

安装

pip install fasr-enhancement-dtln

注册模型

注册名	类	适用场景
dtln	DTLNEnhancement	轻量 CPU 离线与实时降噪

使用方式

from fasr.data import Waveform
from fasr_enhancement_dtln import DTLNEnhancement

model = DTLNEnhancement(sample_rate=16000)
enhanced = model.enhance(Waveform(data=audio, sample_rate=16000))

流式用法：

from fasr.data import AudioChunk, Waveform
from fasr_enhancement_dtln import DTLNEnhancement

model = DTLNEnhancement(sample_rate=16000)
for enhanced_chunk in model.push_chunk(
    AudioChunk(
        stream_id="demo",
        waveform=Waveform(data=audio, sample_rate=16000),
        is_last=True,
    )
):
    print(enhanced_chunk.waveform.data.shape)

Confection 配置

[enhancement_model]
@enhancement_models = "dtln"
sample_rate = 16000
providers = ["CPUExecutionProvider"]
intra_op_num_threads = 1
inter_op_num_threads = 1

参数

参数	类型	默认值	说明
sample_rate	int	16000	输出采样率
model_1_path	str | None	None	可选覆盖内置 stage-1 ONNX 模型路径
model_2_path	str | None	None	可选覆盖内置 stage-2 ONNX 模型路径
providers	list[str]	["CPUExecutionProvider"]	ONNX Runtime providers
intra_op_num_threads	int >= 1	1	显式设置 ORT intra-op 线程数，服务端推荐开启以避免默认绑核告警
inter_op_num_threads	int >= 1	1	显式设置 ORT inter-op 线程数，服务端推荐开启以避免默认绑核告警
dtln_sample_rate	int	16000	DTLN 内部采样率，当前仅支持 16 kHz

Realtime 状态

当前版本同时支持离线 enhance() 和流式 push_chunk()。两条路径共享同一套 512-sample block / 128-sample hop 的状态化 DTLN 推理循环，以优先保证 batch 与 streaming 输出的一致性。