audio-super-resolution

מה זה

אתם מעלים קובץ קול דרך הדפדפן, בוחרים דגם מתוך רשימת אפשרויות ברדיו, מכוונים את הסליידר ומקבלים קובץ שמע חדש להאזנה ולהורדה. מאחורי הקלעים הקוד משתמש בספריית audiosr, שמריצה מודל ייעודי להשלמת תדרים גבוהים ורזולוציית אודיו על גבי קבצים שעברו דחיסה או הוקלטו בציוד בסיסי.

העיבוד עצמו נשען על חבילות פייתון סטנדרטיות לעבודה עם צליל, כמו librosa ו־soundfile. אין כאן ממשק עריכה מורכב או אפשרות לחתוך רעשים ידנית, אלא מעבר ישיר מקובץ המקור אל התוצאה המשוחזרת שהמודל מייצר לפי הפרמטרים שקבעתם.

מתאים ל

• חידוד הקלטות דיבור

  שיפור שיחות קוליות שנשמרו בדחיסה כבדה או מאיכות שידור נמוכה, כדי להפוך את המילים לברורות יותר להאזנה.

• שדרוג דגימות סאונד

  הרחבת טווח התדרים של אפקטים ישנים או דגימות מוזיקה קצרות לפני שמשלבים אותם בעריכה.

• בדיקת יכולות המודל

  ניסוי מהיר של audiosr על קטע של דקה כדי להבין אם שווה להתקין אותו מקומית לפרויקט רחב יותר.

איפה זה נופל

המגבלה הכי בולטת מופיעה בקוד עצמו: אם תעלו קטע ארוך, הוא חותך אותו ומעבד רק את 60 השניות הראשונות. בנוסף, מודלים של סופר-רזולוציה לא מחזירים מידע שהלך לאיבוד לחלוטין אלא מנחשים אותו, כך שבהקלטות דיבור פגומות מאוד עלולים להיווצר צלילים מתכתיים או עיוותים לא טבעיים.

איך משתמשים

גוררים את הקובץ לתיבת ההעלאה, בוחרים את הדגם וההגדרות, ולוחצים על Infer. ההרצה משתמשת בהקצאת חומרה של zero-a10g דרך הממשק, כך שהמעבד הגרפי מתעורר לפי דרישה. אין צורך לפתוח חשבון או לשלם כדי להריץ בדיקה, אבל אם השרת עמוס תצטרכו להמתין שהמשאבים יתפנו.

הרישיון

הפרויקט מפורסם תחת רישיון mit, שזה רישיון קוד פתוח מתירני מאוד שמאפשר שימוש חופשי, העתקה והתאמה של הקוד. עם זאת, הקבצים שאתם מעלים מגיעים לשרת מרוחק שמעבד אותם, ולכן לא מומלץ להעלות לשם הקלטות רגישות, שיחות פרטיות או חומרים שחלה עליהם סודיות מסחרית.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש

הרישיון המלא ב־Hugging Face ↗