Mindket

Denoising U-Net

新上架第 1 版 · 更新于

概览

用两阶段 U-Net 去除老唱片录音里的噪声,并返回清理后的 WAV 文件。它在 CPU 上运行,适合档案管理员、音频修复者和音乐史研究者。

Denoising U-Net 是一款工具包,属于效率类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • Python 3.11 和 pip
  • requirements.txt 里的 Python 包
  • 一段要清理的录音
用在
  • 网页浏览器:这个 Space 在 Hugging Face 上运行,无需安装任何东西
  • 你自己的电脑,在 Windows、macOS 或 Linux 上运行 Python 3.11
  • HARP 环境,因为这个 Space 是一个 HARP 端点
先运行
pip install -U huggingface_hub
hf download teamup-tech/Denoising-UNet --repo-type space --local-dir Denoising-UNet
cd Denoising-UNet

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

Denoising U-Net 能清除历史唱片录音里的噪声。你上传一段录音,就会得到一个去噪后的 WAV 文件。它基于 Moliner 和 Välimäki 的两阶段 U-Net,以 HARP 端点的形式提供,在 CPU 上运行。

适合谁

适合处理老式虫胶唱片和留声机录音的档案管理员、音频修复者、音乐史研究者和爱好者。想不用安装就试用这个模型的研究人员也适合。

谁在修复老录音
IndustryWho uses itHow they use itExample
档案馆声音档案管理员清理数字化的唱片,制作供聆听的副本在编目之前先给转录的唱片去噪
音乐音乐史研究者让老录音更容易听清听一张稀有唱片,表面噪声更少
音频修复修复者和爱好者在有噪声的转录上试用神经网络去噪器把清理后的文件和原文件对比
研究音频研究人员在自己的材料上测试两阶段模型在一段样本录音上运行这个检查点

如果你的录音是现代的、很干净,或者需要立体声输出,可以跳过它,因为输入会被转成单声道。

用在哪里

  • 网页浏览器:这个 Space 在 Hugging Face 上运行,无需安装任何东西
  • 你自己的电脑,在 Windows、macOS 或 Linux 上运行 Python 3.11
  • HARP 环境,因为这个 Space 是一个 HARP 端点
Use caseWhoWhat they get back
给唱片录音去噪档案管理员一个清理过的 WAV 文件
不用安装就试用模型研究人员在浏览器里用 CPU 运行的原始检查点
为聆听准备录音历史研究者一个 44.1 kHz 的单声道文件

如何设置

  • Python 3.11 和 pip
  • requirements.txt 里的 Python 包
  • 一段要清理的录音
  1. 安装 Hugging Face hub 包,并把这个 Space 下载到一个文件夹。
  2. 进入这个文件夹。
  3. 安装 Gradio 6.24.0,再安装 requirements.txt 里的包。
  4. 用 Python 启动应用。
pip install -U huggingface_hub
hf download teamup-tech/Denoising-UNet --repo-type space --local-dir Denoising-UNet
cd Denoising-UNet
pip install gradio==6.24.0
pip install -r requirements.txt
python app.py

如何使用

在浏览器里打开这个 Space,或者用下面的命令启动本地副本,再打开 Gradio 提供的页面。上传一段录音,等待去噪后的 WAV 文件。页面会先把你的音频折叠成采样率为 44.1 kHz 的单声道。

python app.py

示例

你上传一张表面噪声很重的数字化唱片。应用把它转成 44.1 kHz 的单声道,在 CPU 上运行 U-Net,然后还给你一个更干净的 WAV 文件。

新手与专家

如果你刚接触这类工具,打开这个 Space,上传一段老录音的短片段。把结果和原声放在一起播放,听听嘶嘶声有没有变化。

如果你熟悉这个领域,这是 Moliner 和 Välimäki 的两阶段去噪 U-Net,为历史唱片材料而做。这个 Space 带有原始检查点,推理在 CPU 上进行。代价是流程固定:一切都被转成单声道并重采样,所以立体声细节会丢失。

  1. 你上传一段录音
  2. 它变成 44.1 kHz 的单声道
  3. 两阶段 U-Net 去除噪声
  4. 你下载清理后的 WAV

注意事项

  • 硬件:这个 Space 在 Hugging Face 上用 cpu-basic 运行,所以不需要 GPU
  • 输入处理:处理之前,你的音频会被折叠成 44.1 kHz 的单声道
  • 权重:原始检查点包含在这个 Space 里
  • License: mit
  • Cost to run: none named
  • Data it reaches: 你上传的录音,在这个 Space 里处理

README 和文件

README

Denoising U-Net

用两阶段 U-Net 去除老唱片录音里的噪声,并返回清理后的 WAV 文件。它在 CPU 上运行,适合档案管理员、音频修复者和音乐史研究者。

由 teamup-tech 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么:Denoising U-Net 能清除历史唱片录音里的噪声。你上传一段录音,就会得到一个去噪后的 WAV 文件。它基于 Moliner 和 Välimäki 的两阶段 U-Net,以 HARP 端点的形式提供,在 CPU 上运行。

适合谁:适合处理老式虫胶唱片和留声机录音的档案管理员、音频修复者、音乐史研究者和爱好者。想不用安装就试用这个模型的研究人员也适合。

Title: 谁在修复老录音
Industry | Who uses it | How they use it | Example
档案馆 | 声音档案管理员 | 清理数字化的唱片,制作供聆听的副本 | 在编目之前先给转录的唱片去噪
音乐 | 音乐史研究者 | 让老录音更容易听清 | 听一张稀有唱片,表面噪声更少
音频修复 | 修复者和爱好者 | 在有噪声的转录上试用神经网络去噪器 | 把清理后的文件和原文件对比
研究 | 音频研究人员 | 在自己的材料上测试两阶段模型 | 在一段样本录音上运行这个检查点

如果你的录音是现代的、很干净,或者需要立体声输出,可以跳过它,因为输入会被转成单声道。

用在哪里:

  • 网页浏览器:这个 Space 在 Hugging Face 上运行,无需安装任何东西
  • 你自己的电脑,在 Windows、macOS 或 Linux 上运行 Python 3.11
  • HARP 环境,因为这个 Space 是一个 HARP 端点
Use case | Who | What they get back
给唱片录音去噪 | 档案管理员 | 一个清理过的 WAV 文件
不用安装就试用模型 | 研究人员 | 在浏览器里用 CPU 运行的原始检查点
为聆听准备录音 | 历史研究者 | 一个 44.1 kHz 的单声道文件

如何设置:

  • Python 3.11 和 pip
  • requirements.txt 里的 Python 包
  • 一段要清理的录音
  1. 安装 Hugging Face hub 包,并把这个 Space 下载到一个文件夹。
  2. 进入这个文件夹。
  3. 安装 Gradio 6.24.0,再安装 requirements.txt 里的包。
  4. 用 Python 启动应用。
pip install -U huggingface_hub
hf download teamup-tech/Denoising-UNet --repo-type space --local-dir Denoising-UNet
cd Denoising-UNet
pip install gradio==6.24.0
pip install -r requirements.txt
python app.py

如何使用:在浏览器里打开这个 Space,或者用下面的命令启动本地副本,再打开 Gradio 提供的页面。上传一段录音,等待去噪后的 WAV 文件。页面会先把你的音频折叠成采样率为 44.1 kHz 的单声道。

python app.py

示例:你上传一张表面噪声很重的数字化唱片。应用把它转成 44.1 kHz 的单声道,在 CPU 上运行 U-Net,然后还给你一个更干净的 WAV 文件。

新手与专家:如果你刚接触这类工具,打开这个 Space,上传一段老录音的短片段。把结果和原声放在一起播放,听听嘶嘶声有没有变化。

如果你熟悉这个领域,这是 Moliner 和 Välimäki 的两阶段去噪 U-Net,为历史唱片材料而做。这个 Space 带有原始检查点,推理在 CPU 上进行。代价是流程固定:一切都被转成单声道并重采样,所以立体声细节会丢失。

你上传一段录音
它变成 44.1 kHz 的单声道
两阶段 U-Net 去除噪声
你下载清理后的 WAV

注意事项:

  • 硬件:这个 Space 在 Hugging Face 上用 cpu-basic 运行,所以不需要 GPU
  • 输入处理:处理之前,你的音频会被折叠成 44.1 kHz 的单声道
  • 权重:原始检查点包含在这个 Space 里
  • License: mit
  • Cost to run: none named
  • Data it reaches: 你上传的录音,在这个 Space 里处理

Hugging Face 上的数据(2026年11月13日)

  • 点赞:1
  • 构建方式:gradio
  • 许可证:mit

链接

  • Space:https://huggingface.co/spaces/teamup-tech/Denoising-UNet
  • 文件:https://huggingface.co/spaces/teamup-tech/Denoising-UNet/tree/main

试用

在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。

文件
README.md  4 KB

1 个文件,共 4 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face Space。

产品点赞构建方式许可证最近更新
Denoising U-Net 本页1gradiomit
MusicGen共有 gradio5,116gradiocc-by-nc-4.0
Kokoro TTS共有 gradio3,556gradioapache-2.0
Background Removal共有 gradio2,988gradiomit
Omni Image Editor共有 gradio2,922gradiomit
Diffusers Image Outpaint共有 gradio2,565gradioapache-2.0
数据为 Mindket 在 2026-11-12 读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

Bonsai-27B-GGUF

lmstudio-community · 工具包

面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。

新上架

以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。

新上架

MusicGen Small

facebook · 工具包

根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。

新上架

效率类的相似商品

查看效率类的全部商品

ACE-Step 1.5 XL SFT

ACE-Step · 工具包

用 4B 扩散解码器根据文字生成音乐,50 步并带引导控制,音频质量高于基础版。适合拥有 12 GB 或更多显存 GPU 的创作者。

新上架

Guizang PPT Skill

op7418 · 技能

能生成单文件 HTML 幻灯片、幻灯片配图和多平台封面的技能,有两套视觉风格,还带演讲者模式用于排练。适合使用 Claude Code 或 Codex 的演讲者。

新上架29.8k

Frontend Slides

zarazhangrui · 技能

从零开始或从 PowerPoint 文件生成 HTML 演示文稿,并展示几种视觉风格预览供你挑选,适合不懂 CSS 和 JavaScript、又想做网页幻灯片的人。

新上架32.3k