跳到正文
AGI Hunt· Pantheon3D·· 3 小时前AI 评分57

Pantheon3D 用 WebGPU 在浏览器运行 64M 参数人声降噪模型,20 秒音频约 6 秒处理

开发者用 WebGPU 把 64M 参数人声降噪模型跑进浏览器,20 秒音频 6 秒处理

AI 导读

独立开发者 Pantheon3D 为字幕应用 Cuecaps 加入了基于 WebGPU 的浏览器端人声降噪。方案使用 inworld 的 64M 参数 voice isolator v1 离线模型,首次下载约 130MB,按 8 秒窗口和 2 秒交叉淡化进行 fp32 计算,本机处理 20 秒片段约需 6 秒。

来源:AGI Hunt · agihunt.info