🎯 WeSep
目标说话人提取 (Target Speaker Extraction) 开源工具包
WeSep: The First Open-Source Target Speaker Extraction Toolkit
首个开源的目标说话人提取工具包 | 面向真实可用的目标说话人提取任务
📖 项目介绍
WeSep 是一个专门用于目标说话人提取（Target Speaker Extraction, TSE）的开源工具包。在多人对话场景中，WeSep 能够根据给定的目标说话人参考语音，从混合语音中提取出目标说话人的语音，同时抑制其他说话人和背景噪声。
🎯 精准提取
基于深度学习的目标说话人提取，能够准确识别和分离目标说话人语音
🔧 易于使用
提供简洁的API接口，支持快速部署和集成到现有系统中
📊 大数据支持
经过大规模数据在线模拟，是真实可用的系统的必备条件
🌐 开源免费
完全开源，支持学术研究和商业应用
🛠️ 技术栈
🎬 演示视频
以下演示展示了WeSep预训练模型在真实音频上的目标说话人提取效果：
🎤 混合语音输入
原始混合语音，包含多个说话人
👨💼 Trump 提取结果
WeSep提取出的Trump说话人语音，清晰度显著提升
👨💼 泽连斯基提取结果
WeSep提取出的泽连斯基语音，成功分离目标说话人
📚 论文引用
如果您在研究中使用了WeSep，请引用以下论文：
@inproceedings{wang24fa_interspeech,
title = {WeSep: A Scalable and Flexible Toolkit Towards Generalizable Target Speaker Extraction},
author = {Shuai Wang and Ke Zhang and Shaoxiong Lin and Junjie Li and Xuefei Wang and Meng Ge and Jianwei Yu and Yanmin Qian and Haizhou Li},
year = {2024},
booktitle = {Interspeech 2024},
pages = {4273--4277},
doi = {10.21437/Interspeech.2024-1840},
}
title = {WeSep: A Scalable and Flexible Toolkit Towards Generalizable Target Speaker Extraction},
author = {Shuai Wang and Ke Zhang and Shaoxiong Lin and Junjie Li and Xuefei Wang and Meng Ge and Jianwei Yu and Yanmin Qian and Haizhou Li},
year = {2024},
booktitle = {Interspeech 2024},
pages = {4273--4277},
doi = {10.21437/Interspeech.2024-1840},
}