audiosr_versatile_audio_super_resolution

מה זה

הכלי מקבל קובץ אודיו בכל איכות מקורית ומפעיל עליו את מודל AudioSR כדי להשלים תדרים חסרים עד ל־48kHz. בפנים רצה ספריית audiosr יחד עם PyTorch ו־torchaudio, שמבצעות סופר-רזולוציה לצליל ומייצרות קובץ גל חדש ועשיר יותר.

הממשק נבנה ב־Streamlit ומציג השוואה ישירה בין מה שהכנסתם למה שיצא. לצד נגן השמע להורדה, הוא מייצר שני ספקטרוגרמות באמצעות matplotlib, כך שרואים בעיניים בדיוק איזה תדרים גבוהים נוספו מעבר למה שהיה בקובץ המקורי החתוך.

מתאים ל

• שחזור דיבור מטושטש

  הרחבת טווח התדרים של הקלטות קוליות דחוסות מטלפון כדי להפוך דיבור לברור ומובן יותר.

• שדרוג דגימות סאונד

  המרת קטעי אודיו ודגימות ישנות באיכות נמוכה לפורמט עבודה סטנדרטי של 48kHz להפקות.

• בדיקת יכולות AudioSR

  השוואת ספקטרוגרמות כדי לראות ויזואלית איך האלגוריתם מייצר תדרים גבוהים יש מאין.

איפה זה נופל

הקוד חותך את קובץ הקלט, כך שלא מדובר בכלי לעיבוד פודקאסט שלם או אלבום מלא בבת אחת אלא בהדגמה למקטעים קצרים. בנוסף, חומרת ה־CPU החלשה עלולה להוביל לתקיעות בקבצים כבדים. אל תצפו ממנו לתקן רעשי רקע קיצוניים, כי סופר-רזולוציה מנחשת תדרים גבוהים חסרים ולא מנקה הפרעות קיימות.

איך משתמשים

נכנסים לדפדפן בלי צורך בחשבון, גוררים קובץ שמע פנימה ומריצים. הממשק מעבד את הקובץ מקומית בשרת, חותך אותו ומציג את התוצאה להאזנה ולהורדה. נקודת התורפה היא החומרה, שמוגדרת כ־cpu-basic בלבד. מודלים של עיבוד גלי קול ב־PyTorch דורשים כוח חישוב, ועל מעבד רגיל ללא כרטיס גרפי זמן ההמתנה יהיה ארוך משמעותית בהשוואה להרצה על GPU.

הרישיון

הפרויקט מפורסם תחת רישיון Apache 2.0, שמאפשר שימוש חופשי כולל שימוש מסחרי והתאמה אישית של הקוד. עם זאת, הקבצים שאתם מעלים עוברים דרך שרתי השירות, ולכן לא מומלץ להעלות לשם הקלטות רגישות או חומרים פרטיים.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש
• שימוש בפטנטים

הרישיון המלא ב־Hugging Face ↗