NovaSR:僅 52KB 的超輕量音訊模型,超 3500 倍速把聲音變清晰
開發者開源微型音訊超分模型 NovaSR。模型體積僅約 52KB,架構不足 10 層卷積,單張 A100 上執行速度可達 3600 倍即時,能把 16kHz 的發悶音訊還原為 48kHz 高畫質聲音。它幾乎不佔視訊記憶體,非常適合塞進端側裝置或給 TTS 即時提質。
開發者開源微型音訊超分模型 NovaSR。模型體積僅約 52KB,架構不足 10 層卷積,單張 A100 上執行速度可達 3600 倍即時,能把 16kHz 的發悶音訊還原為 48kHz 高畫質聲音。它幾乎不佔視訊記憶體,非常適合塞進端側裝置或給 TTS 即時提質。