
noise-suppression-for-voice
给麦克风加实时 AI 降噪,人声更干净
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-10-27 · 当前星标 ★ 6941
技术标签
使用教程
⚠ 本教程由 AI 依据该项目 README 整理;原始文档不完整,部分步骤为通用流程推断,实际安装请以项目官方文档为准。
⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。
环境要求
- 支持 VST2、VST3、LV2、LADSPA、AU 或 AUv3 的音频宿主软件(DAW 或音频路由工具)
- 音频输入为 16 bit、48000 Hz,可为单声道或多声道
- 能从 GitHub Releases 页面获取对应平台的插件包
安装与启动步骤
-
1下载插件包
打开项目 Releases 页面,按操作系统与所需插件格式下载对应压缩包。
-
2解压插件文件
解压下载包,得到 .dll、.vst3、.lv2、.so、.component 等插件文件。
-
3放入插件目录
把插件文件或文件夹放入宿主会扫描的插件目录,不同格式对应不同目录。
-
4让宿主扫描插件
重启宿主或手动触发插件扫描,在插件列表中找到刚加入的降噪插件。
-
5插入麦克风轨道
将插件插入麦克风输入通道或轨道,并把输入设为 48000 Hz、16 bit。
-
6试听对比效果
对着麦克风说话并制造背景噪声,确认人声保留、噪声被压制。
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
采样率 | 是 | 插件只处理 48000 Hz 音频,需在宿主或声卡侧对齐 | 48000 Hz |
位深 | 是 | 输入音频必须为 16 bit | 16 bit |
声道数 | 否 | 支持单声道或多声道输入 | 2 |
如何确认成功
宿主插件列表中可加载该插件,48 kHz 输入下无报错,背景噪声明显被压制而人声保留。
常见问题
Q:宿主里找不到插件怎么办?
A:确认下载的插件格式与宿主支持的格式一致,并把文件放在宿主扫描的插件目录后重新扫描。
Q:采样率不是 48000 Hz 能用吗?
A:README 明确插件面向 16 bit、48000 Hz 输入,建议先在宿主或声卡设置中改为该规格再加载。
Q:为什么人声听起来变差了?
A:README 说明插件无法改善差麦克风的音质,可能把人声误判为噪声,反而使本就不佳的音质更差。
Q:各平台都有安装包吗?
A:项目提供 VST2、VST3、LV2、LADSPA、AU、AUv3 多种格式,具体可用文件以 Releases 页面为准。
注意事项
- 插件只做降噪,不能提升麦克风本身的音质,差麦克风场景可能适得其反。
- 输入需为 16 bit、48000 Hz,采样率不匹配时容易出问题。
- 项目使用 GPLv3 许可证,二次分发需留意许可条款。
核心亮点
- 基于 RNNoise 神经网络模型,语音降噪效果明显且 CPU 占用较低
- 同时提供 VST2/VST3、LV2、LADSPA、AU/AUv3 多种插件格式,兼容主流宿主和音频工具
- 开源免费,构建流程和参数说明较完整,便于二次开发与集成
不足之处
- 仅针对语音优化,对音乐、环境音等非人声素材效果有限
- 插件本身不含图形界面,参数调整依赖宿主或配置文件
适用场景
- 直播或视频会议时实时压制键盘、风扇等背景噪声
- 播客和配音录制前对麦克风输入做降噪预处理
- 在 DAW 中为语音轨道挂载插件,提升对白清晰度
替代项目
RNNoise、DeepFilterNet、rnnnoise
上一篇:voicevox_engine
下一篇:voicevox_core
同类项目推荐
Voice-Privacy-Challenge-2020
开源
一键匿名化语音,保护说话人身份,同时保留内容可懂度。
Baseline Recipe for VoicePrivacy Challenge 2020: https://www.voiceprivacychallenge.o···
DiffGAN-TTS
开源
用扩散+GAN,几步生成高保真语音,又快又真
PyTorch Implementation of DiffGAN-TTS: High-Fidelity and Efficient Text-to-Speech wi···
用图像扩散模型,像P图一样编辑音频
tools to manipulate audio with riffusion
GenerSpeech
开源
用任意声音合成语音,零样本风格迁移
PyTorch Implementation of GenerSpeech (NeurIPS'22): a text-to-speech model towards z···
htgo-tts
开源
Go 语言里几行代码生成语音,无需外部服务
Text to speech package for Golang.
noise-suppression-for-voice
开源
给麦克风加实时 AI 降噪,人声更干净
Noise suppression plugin based on Xiph's RNNoise
OuteTTS
开源
一行代码调用 OuteTTS 模型,快速生成自然语音
Interface for OuteTTS models.
nnmnkwii
开源
快速搭建语音合成原型,专注算法验证与实验。
Library to build speech synthesis systems designed for easy and fast prototyping.
clipboard-narrator
开源
复制网页文字,后台自动朗读成有声书
Turn any web page into an audiobook, works in the background on desktop!