Hush

Mis on Hush?

Hush on weya AI poolt arendatud avatud lähtekoodiga mürasummutusmudel, mis eemaldab reaalajas kõnedest taustamüra, konkureerivad hääled ja helihäired. Loodud spetsiaalselt Voice AI torustike jaoks, puhastab Hush kaootilist telefoniheli allikas, muutes mürarikka sisendi puhtaks, ASR-valmis kõneks. See töötleb iga 10 ms heliraami alla 1 ms jooksul tavalistel protsessoritel, hoides vestlused sujuvana ilma viivituseta. Vaid 8 MB suurune mudel on piisavalt kerge, et seda oma pilves või andmekeskuses kasutusele võtta, ning see paigutati käivitamisel Hugging Face'i Audio-to-Audio edetabelis 5 parima kõnetäiustusmudeli hulka.

Kellele see on mõeldud

• Voice AI arendajad — kes ehitavad agente või bote, mis vajavad usaldusväärset kõnetuvastust mürarikastest reaalsetest kõnedest.
• Kontaktkeskuste meeskonnad — kes soovivad parandada agentide ja bottide arusaamist keskkondades, kus on liiklust, kontorimüra või kattuvad kõnelejad.
• Vastavus- ja kvaliteedijuhtimise juhid — kes vajavad täpseks transkriptsiooniks ja analüüsiks puhtaid helisalvestisi.

Peamised omadused

Reaalajas protsessoritöötlus

Hush töötleb iga 10 ms heliraami alla 1 ms jooksul tavalistel protsessoritel, nii et kõned püsivad kiired ilma GPU-deta. See muudab selle praktiliseks suuremahuliseks kasutamiseks ilma kallite riistvarauuendusteta.

Keskendub õigele häälele

Mudel isoleerib peamise kõneleja ja tõrjub taustajuttu, telerimüra ja muid konkureerivaid hääli kõrvale. ASR-süsteemid kuulevad olulist isikut, vähendades kattuva kõne põhjustatud vigu.

Loodud mürarikaste kohtade jaoks

Hush tuleb toime liikluse, kontorimüra, ventilaatorite ja tänavahelidega, hoides kõned arusaadavad ka kõige hullemas igapäevamüras. Seda on treenitud üle 10 000 tunni reaalse maailma mürarikka heli peal, sealhulgas kattuvate kõnelejate ja keeruliste keskkondadega.

Mis paistab silma

Hush parandab kõnesignaali allikas, muutes kaootilise telefoniheli puhtaks, ASR-valmis kõneks.

Enamik Voice AI ebaõnnestumisi tuleneb halvast helist, mitte halbadest mudelitest. Hush lahendab selle otse, puhastades sisendi enne, kui see jõuab teie kõnetuvastustorustikku. Selle avatud lähtekood tähendab, et saate seda vabalt kasutusele võtta, koodi kontrollida ja olemasolevatesse süsteemidesse integreerida ilma müüjast sõltuvuseta. Väike mudeli suurus (8 MB), ainult protsessoril põhinev reaalajas jõudlus ja tõestatud edetabelikoht muudavad selle praktiliseks aluseks igale Voice AI süsteemile.