DeepFilterNet

DeepFilterNet

在 Gradio 页面里用 DeepFilterNet 去掉语音音频里的背景噪声，附带示例片段，适合想整理语音录音的人和音频开发者。

由 hshr 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：这个 Gradio 应用是 DeepFilterNet 的演示，从名字看，这个模型用来过滤语音里的噪声。仓库里有应用文件、示例文件夹、使用说明文件，以及项目代码风格和打包的设置。

适合谁：它适合想让录音更干净的人，也适合想试用这个模型或阅读相关小型演示的音频开发者。记录没有给出质量数据，所以请靠听来判断结果。

行业 | 使用者 | 使用方式 | 例子
媒体 | 播客作者和视频剪辑师 | 在一段口述录音上试用降噪 | 运行一段有噪声的片段，听听结果
在线会议 | 远程办公的人 | 听听清理后的人声录音是什么效果 | 测试一段通话里的示例
软件 | 音频开发者 | 阅读围绕语音模型的 Gradio 演示 | 打开 app.py 和 usage.md

如果你的音频是音乐而不是语音，可以跳过它。

用在哪里：

• 网页浏览器，在 Hugging Face 上的 Space 页面里
• 装有 Python 的 Windows、macOS 或 Linux，用下载的副本运行

用例 | 适合谁 | 得到什么
清理一段语音片段 | 创作者 | 噪声更少的音频版本
试用自带的示例 | 任何人 | 快速了解模型做什么
研究这个演示 | 开发者 | 一个小应用、使用说明和示例文件

如何设置：

• 如果用在线 Space，什么都不用装
• 只有运行副本时才需要在电脑上装 Python
• requirements.txt 里列出的依赖包
• packages.txt 里的系统软件包，Hugging Face 用 apt-get 安装它们

1. 在浏览器里打开 Space 页面，无需安装就能使用。
2. 想运行副本，先安装 Hugging Face Hub 包，再下载这个 Space。
3. 进入新文件夹，然后安装 Gradio 和清单里的依赖。
4. 用 Python 启动应用。

pip install -U huggingface_hub
hf download hshr/DeepFilterNet --repo-type space --local-dir DeepFilterNet
cd DeepFilterNet
pip install gradio
pip install -r requirements.txt
python app.py

如何使用：在线使用时，打开 Space，用页面上的控件操作。在自己的电脑上，则在 Space 文件夹里运行主文件，再使用它提供的页面。建议先看看仓库里的使用说明和示例文件夹。

python app.py

示例：你打开 Space，给它一段有噪声的语音录音，或者用自带的示例。应用会返回处理后的版本，你可以播放它并和原声对比。记录没有描述这些控件，请看页面。

新手与专家：噪声抑制就是尽量保留人声，去掉它周围的嘶嘶声、嗡嗡声或房间声。先打开 Space，对一段示例片段运行一下。

如果你熟悉这个领域，这个 Space 是 DeepFilterNet 外面一层很薄的 Gradio 封装，并在 packages.txt 里列出了系统软件包。记录没有给出基准数据或设置，所以请靠听来对比输入和输出。

你给页面一段有噪声的片段
Gradio 页面把它交给 app.py
DeepFilterNet 过滤音频
页面返回清理后的片段

注意事项：

• License: Apache 2，Space 上就是这样标注的
• Cost to run: 未提及
• Data it reaches: 你给它的音频，以及仓库里的示例片段
• Not for: 记录没有列出排除项，也没有给出质量数据

Hugging Face 上的数据（2026年11月13日）

• 点赞：15
• 构建方式：gradio
• 许可证：apache-2.0

链接

• Space：https://huggingface.co/spaces/hshr/DeepFilterNet
• 文件：https://huggingface.co/spaces/hshr/DeepFilterNet/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。