К содержимому
Другое

Oversample bat-call denoiser v1

нейросеть для очистки ультразвука летучих мышей

2 мин чтенияобновлено

Компактная свёрточная нейросеть, которая подавляет фоновый шум в ультразвуковых записях эхолокационных сигналов летучих мышей. На вход модель получает спектрограмму аудио, а на выходе вычисляет коэффициенты усиления для каждого частотного бина, чтобы очистить сигнал без ресемплинга. Модель весит всего 264 КБ (64 513 параметров), распространяется в формате ONNX и используется в приложении Oversample. Она пригодится биоакустикам, исследователям и разработчикам систем анализа ультразвука, которым нужен лёгкий и быстрый шумодав.

Ключевые особенности

  • Сверхкомпактный размер: файл oversample-bat-denoise-v1.onnx занимает 264 КБ и содержит 64 513 весов (opset 17).
  • Работает с исходной частотой дискретизации: аудио обрабатывается посэмплово без ресемплинга через 512-точечное STFT (кратковременное преобразование Фурье).
  • Сохраняет тихие сигналы: при обучении недооценка чистого сигнала штрафовалась в функции потерь в 8 раз сильнее, чтобы слабые крики не терялись.
  • Контролируемое подавление шума: минимальный порог усиления (gain floor) 0.1 сохраняет 10% исходного сигнала, снижая шум максимум на 20 дБ.

Что можно сделать

  • Использовать встроенную функцию Make Denoised Copy в меню Noise веб-приложения Oversample для автоматической очистки полевых записей.
  • Встроить oversample-bat-denoise-v1.onnx в собственный пайплайн предварительной обработки биоакустических данных на Python или C++ через ONNX Runtime.
  • Очищать архивы ультразвуковых записей (192–500 кГц) перед автоматической классификацией видов летучих мышей.

Пример

Для инференса аудио нормализуется по уровню шума, переводится в STFT (окно 512, шаг 128, окно Ханна), а признаки log(|Z| + 0.1) с вычтенной временной медианой подаются в тензор feat формы (1, 1, 257, frames). Из выходного logit вычисляется маска max(2 * sigmoid(logit) - 1, 0.1), которая умножается на исходную спектрограмму перед обратным преобразованием.

ПодробнееОбучение: записи летучих мышей с xeno-canto (250–500 кГц), синтетическое наложение ослабленных чистых сигналов на реальный фоновый шум.
Проверка и частоты: протестировано визуально на частотах 192, 256, 384 и 500 кГц; на частотах ниже 192 кГц не проверялось.
Ограничения: сигналы на уровне шума теряют около 2–3 дБ, а прерывистые посторонние звуки (например, насекомые) в основном сохраняются.
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.0 GB · готовые файлы0.5 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.5 GB
  • 4-bitвеса 0.0 GB0.5 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # pengowray/oversample-bat-denoise
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download pengowray/oversample-bat-denoise --local-dir ~/models/oversample-bat-denoise
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к oversample-bat-denoise
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии oversample-bat-denoise — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

pengowray/oversample-bat-denoise
Автор
pengowray
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

HiCAST M1

HiCAST M1