Hush
Weya AI · 語音與語言
Hush 是 Weya AI 推出的開源語音強化模型，專為 Voice AI 系統打造。它能即時清理吵雜的通話音訊，抑制背景噪音與互相干擾的說話聲，讓電話客服、轉錄工具與語音機器人只聽到一個清晰的聲音。它只有約 8 MB，可在一般 CPU 上運作。每個 10 毫秒的音訊影格處理時間不到 1 毫秒。
關於 Hush
Hush 是什麼
Hush 是一個語音強化模型，不是完整的應用程式。Weya AI 為它設定的任務只有一個：在糟糕的通話音訊進入 Voice AI 流程之前先把它救回來。多數語音代理失敗的原因是音質太差，而不是語言模型太弱，而 Hush 正是從源頭處理這個問題。
有趣的是它針對的目標。舊式噪音抑制工具處理的是風扇、車流、鍵盤敲擊這類穩定的聲音。Hush 還會處理互相干擾的人聲，這是開源模型更難應付的情況。它會隔離主要通話者。其他說話的人則淡入背景。
問題在於它不是消費級工具。沒有桌面應用程式，也沒有手機應用程式。Google Play 上也找不到。你只能透過程式碼、Hugging Face 上的模型卡或 Weya AI 平台來使用，所以它適合開發者與團隊，而不是一般使用者。
開始使用
- 前往 Hugging Face 的模型頁面或 GitHub 儲存庫，查看模型卡、授權條款與範例音訊。
- 安裝相依套件，多數情況下就是 Python 與 PyTorch。
- 把模型載入你的流程，並餵給它 16 kHz 的單聲道音訊，對齊它所預期的原生電話取樣率。
- 在 CPU 上逐格處理串流，接著把清理後的輸出交給你的 ASR 或語音代理。
- 想要託管式方案的團隊，可以改為與 Weya AI 啟動為期兩週的試行，而不必自己接線。
產品資訊
快速了解 Hush 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- Voice AI 開發者：Hush 不需要 GPU 就能接進現有的 ASR 與代理流程，因此適合在基礎架構預算吃緊下出貨的小型團隊。
- 客服中心工程師：他們的音訊來自車內、廚房與吵雜街道，而 Hush 正是用這類混亂、重疊的真實錄音訓練出來的，那正是通用降噪工具會失手的情況。
- 處理錄音資料的團隊：任何要清理雜亂的訪談或客服通話檔案的人，都能用最低的設定換到更清晰的逐字稿。
任務
- 在轉錄前清理即時通話音訊：它會移除背景中的說話者，讓 ASR 不再轉錄不屬於這段對話的人。
- 提升語音機器人的理解力：更乾淨的輸入能中斷「不好意思，可以再說一次嗎」的迴圈，那正是打斷意圖判斷的元凶。
- 前處理音訊資料集：研究者可以在把資料餵給其他模型之前先清掉噪音。
情境
- 催收與 BFSI 通話流程：這些團隊在不受控的環境中處理大量通話，而 Weya AI 正是直接向他們推銷 Hush。
- 即時電話代理：完全因果的設計不加入任何前瞻，因此能在即時對話中運作。
- 外勤與行動支援專線：在行進車輛或吵雜地點撥出的通話仍能聽得清楚。
主要功能
在 CPU 上即時處理
Hush 在一般 CPU 核心上，處理每個 10 毫秒的音訊影格只需不到 1 毫秒。它不需要 GPU，這讓部署成本壓得低，也為流程的其餘部分留下餘裕。對於正在衡量大規模運行語音代理成本的團隊來說，光是這一個設計選擇，就移除了整套架構中最大的一筆基礎架構開銷。在即時通話中，這代表沒有可察覺的延遲。
背景說話者抑制
這是 Hush 的招牌功能。它不只削掉穩定的噪音，還會把主要通話者與附近其他說話的人分開。這是個難題。較舊的開源模型不是讓干擾的聲音漏進逐字稿，就是把兩個說話者一起壓爛。Hush 經過訓練，就是要同時避開這兩種失誤。
僅 8 MB 的輕巧體積
模型大約只有 8 MB，因此你可以把它放進自家雲端或資料中心，不必擔心儲存或記憶體。小型模型啟動也更快。當你要擴展到大量同時通話時，這點很重要。
原生電話 16 kHz 音訊
Hush 以 16 kHz 運作，這正是 G.711、WebRTC 與 SIP 使用的取樣率。這樣的對齊讓你餵入前不必重新取樣電話音訊，也避開重新取樣通常帶來的音質損失。
完全因果設計
演算法延遲約 20 毫秒，且零前瞻，Hush 只使用已經抵達的音訊。這正是它適合即時對話、而不只是離線清理的原因。
以超過一萬小時的真實通話音訊訓練
訓練集混合了取自真實環境的語音、噪音與重疊說話者。這樣的廣度，就是它能在擁擠餐廳與車陣中撐住，而不只是在安靜測試實驗室裡管用的原因。
優缺點
優點
- 免費且開源，在自己架構中測試沒有任何授權費用。
- 在 CPU 上即時運作，移除了語音模型最大的成本：GPU 硬體。
- 明確處理互相干擾的說話者，這正是多數開源噪音抑制工具留下的缺口。
- 只有 8 MB，小到幾乎在任何地方都能部署。
缺點
- 沒有消費級應用程式，也不能從 Google Play 下載，所以非開發者無法直接裝了就上。
- Weya AI 仍在微調針對更大背景說話聲的版本，這意味著最吵雜的環境可能還沒完全涵蓋。
- 免費模型與按用量計費之外的價格取決於託管平台，所以企業級數字得聯絡 Weya AI。
常見問題
Hush 為 Voice AI 系統清理吵雜的音訊。它會從即時通話中移除背景噪音與互相干擾的說話聲，讓語音辨識與語音代理在更乾淨的輸入下運作。這就是它的全部重點。
相關內容
探索與 Hush 相關的工具、技能與文章。
Hush 替代方案
Foley
Hanamori Labs, LLC · 語音與語言 · 生產力 · AI 助理Foley 是一款語音待辦清單，把一句話變成歸檔好的任務，專案、日期與時間都先填好，接著再幫你依現有清單排出一整天的順序。
HireKey
HireKey · 語音與語言 · 生產力 · AI 學習HireKey 是由前科技業招募主管打造的 AI 求職副駕駛。它分析職缺契合度、客製化履歷、帶你練習面試，並把每份申請整理在同一處。
Fluence
Yay Software (Yannick Huchard) · 寫作 · 語音與語言 · 生產力Fluence 是 Android 上的文件閱讀器，能朗讀 PDF、EPUB、Word 檔與網路文章，逐句跟著語音標示，並在手機上直接回答你對內容的提問。