ClearerVoice-Studio：开源AI语音处理工具包 - 语音增强/分离/评分

工具介绍

ClearerVoice-Studio 是一款由阿里达摩院开源的 AI 语音处理工具包，专为研究人员、开发人员和最终用户设计，提供语音增强、语音分离、目标说话人提取等多项功能。

其核心特点包括：

• 🔬 尖端预训练模型：集成业界领先的语音处理模型
• 🛠️ 易用接口：简洁的 API 设计，快速上手
• 📊 全面算法覆盖：支持多种语音处理任务
• 🤝 社区协作：欢迎贡献新模型和任务

主要功能

🎤 语音处理

• 语音去噪：有效去除各类环境噪音
• 语音分离：从混合音频中分离不同声源
• 目标说话人提取：支持音频、视频和脑电图条件三种模式

🧠 模型训练

• 提供语音增强和分离的微调脚本
• 支持多种任务扩展
• 方便研究人员和开发者自定义训练

📈 语音评分

内置 SpeechScore 工具包，支持多项语音质量评估指标：

• SNR（信噪比）
• PESQ（感知语音质量评估）
• DNSMOS（深度非侵入式语音质量评估）
• 等多种业界标准指标

工具地址

类型	地址
ClearVoice 演示	HuggingFace 体验
SpeechScore 演示	HuggingFace 体验
GitHub 源码	modelscope/ClearerVoice-Studio