UniSE｜语音增强与分离在线演示

UniSE 是一个网页端语音处理演示，基于论文提出的统一自回归语言模型框架，提供三类任务：语音增强（去噪、去混响、修复丢包等）、目标说话人提取（用参考人声从混合音频中挑出目标说话人）、语音分离（把多人混合语音拆成各自独立的音轨）。界面上方有“Task Mode”选择任务模式，接着在“Input Audio (noisy/mixed)”上传带噪或混合音频；选择目标说话人提取时，还需在“Reference Voice Sample”上传目标说话人的参考片段，最后在“Enhanced Output”区域查看或播放处理结果。整个过程不需要编写代码，适合普通用户或音频相关从业者做快速试听。

建议先选好任务模式，再按提示上传对应音频，等待页面返回结果后试听对比。由于是在线演示，处理时长、并发和排队情况可能受平台资源影响；Space 卡片显示当前使用 zero-a10g 硬件，但 RUNNING 仅表示平台容器处于运行状态，不代表本站实测可用或效果稳定。中国大陆及部分正式服务器访问 Hugging Face 存在已知连接限制，可能需要可用的网络环境，本站不验证直连情况。

模型依赖 WavLM 提取隐状态，并在后端完成自回归语音 token 预测与神经音频编解码，用户无需自行安装。费用、许可证与商用条件需以 Space 页面、模型页和代码仓库的实际声明为准，目前均待核验；Space 条目不能当作底层模型本身，也不代表发布者就是模型原作者。请勿上传包含敏感或他人隐私的音频，处理结果的准确率和语言支持范围尚未实测，不宜直接用于正式生产。

来源与访问说明

来源类型：Hugging Face Spaces。原始入口：https://huggingface.co/spaces/hugging-apps/unise-speech-enhancement

发布者：hugging-apps；采集日期：2026-11-14；来源版本：c64ee906ec8d7cdad66ba6f59face820d0b21d93。根据公开资料经AI整理，未上传文件运行、未做效果测试。

平台返回RUNNING仅表示采集时容器状态，不代表中国大陆可访问或业务功能已实测。正式服务器直连Hugging Face曾发生连接超时，访问需自行确认网络条件；不要上传未经授权的个人或业务敏感资料。

许可说明：Space 卡片未提供明确许可证信息，模型权重与代码的许可及商用条件待核验，不推断可商用。Space代码、模型权重、第三方接口和服务适用各自条款，公开演示不代表全部免费或可商用。