TIGER 是一种轻量级语音分离模型，通过频段分割、多尺度及全频帧建模有效提取关键声学特征。该项目由来自清华大学主导研发，通过频率带分割、多尺度以及全频率帧建模的方式，有效地提取关键声学特征，从而实现高效的语音分离。
TIGER 模型大小不到20M，即使CPU也可以流畅运行，且支持人声伴奏分离（音频文件中分离人声和伴奏）、音频说话人分离（从多个说话人音频中分离出每个说话人的声音）、视频降噪以及视频语音分离等功能。
应用领域
语音通信：在多人语音通信场景中，TIGER可以有效分离出各个说话人的声音，提高通话质量和清晰度。
智能语音识别：在智能家居、车载系统等智能语音识别应用中，TIGER能够帮助系统更准确地识别用户的指令，提升用户体验。
音频处理软件：作为音频处理软件中的一个组件，TIGER可以用于音频编辑、混音等场景，实现音频信号的精细分离和处理。
远程教育和会议：在远程教育和在线会议中，TIGER能够分离出各个参与者的声音，减少背景噪音和干扰，提高沟通效率。
使用教程： (CPU可流畅运行。建议N卡，显存4G起。支持50系显卡，基于CUDA12.8)
上传需要分离的音视频素材，提交即可。
注. 适用大部分音视频素材分离，但不保证所有复杂的场景都有好的效果。支持自定义素材模型训练
下载地址：点此下载