К содержимому
Аудио

DeepFilterNet3-onnx

шумоподавление речи без PyTorch

2 мин чтенияобновлено

Неофициальный порт известной модели подавления шума DeepFilterNet3 в формат ONNX (универсальный формат для быстрого запуска нейросетей без тяжёлых фреймворков). Модель очищает голосовые записи от фоновых помех на частоте дискретизации 48 кГц и возвращает чистый аудиофайл. Репозиторий основан на оригинальном чекпоинте эпохи 120 от Хендрика Шрётера и включает готовый Python-скрипт DeepFilterNet3Onnx.py. Главное отличие от оригинала — вся предобработка и постобработка сигнала переписаны на чистом NumPy, поэтому для работы не нужны PyTorch, df или libdf. Решение пригодится разработчикам сервисов обработки аудио, ботов и пайплайнов транскрибации, которым нужен лёгкий деплой через ONNX Runtime.

Ключевые особенности

  • Нулевая зависимость от PyTorch: вся математика (STFT, ERB-признаки и глубокая фильтрация) реализована на NumPy поверх ONNX Runtime.
  • Модульная структура: сеть разделена на три файла — энкодер (enc.onnx), ERB-декодер (erb_dec.onnx) и декодер глубокой фильтрации (df_dec.onnx).
  • Подтверждённая точность: расхождение с оригинальной PyTorch-версией на тестовом файле noisy_snr0.wav не превышает 3.1e-5.
  • Автономная загрузка: класс DeepFilterNet3Onnx сам скачивает нужные файлы из репозитория или работает из локальной папки.

Что можно сделать

  • Встроить очистку голоса перед распознаванием речи (ASR) в Telegram-ботах или голосовых ассистентах без установки многогигабайтного PyTorch.
  • Использовать в серверных пайплайнах постобработки подкастов, интервью и звонков с частотой дискретизации 48 кГц.
  • Интегрировать в десктопные или кроссплатформенные приложения на базе ONNX Runtime, где критичен размер дистрибутива.

Пример

import soundfile as sf
from DeepFilterNet3Onnx import DeepFilterNet3Onnx

model = DeepFilterNet3Onnx("SayedShaun/DeepFilterNet3-onnx")
audio, sr = sf.read("noisy.wav", dtype="float32")
enhanced = model.enhance(audio, sr=sr)
sf.write("enhanced.wav", enhanced, sr)
ПодробнееФормат входа: строго моно-аудио 48 кГц (обработка файла целиком за один проход, потоковый режим не поддерживается).
Экспорт выполнен с opset 12 без пост-фильтра и упрощения графа (PyTorch 2.2.2, ONNX 1.23.2, ONNX Runtime 1.32.0).
Максимальная абсолютная разница с оригиналом по компонентам: 4.8e-6 (энкодер), 6.3e-7 (ERB-декодер), 1.2e-7 (DF-декодер).
Лицензия кода и весов: двойная MIT / Apache 2.0.
Обсудить Telegram 0 26

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.

    # SayedShaun/DeepFilterNet3-onnx
    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 SayedShaun/DeepFilterNet3-onnx --local-dir ~/models/DeepFilterNet3-onnx
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к DeepFilterNet3-onnx
  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 DeepFilterNet3-onnx — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

SayedShaun/DeepFilterNet3-onnx
Автор
SayedShaun
Категория
Аудио
Дата выхода
На сайте

На сайте

Hugging Face

260

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии