FastEnhancer.AXERA

FastEnhancer (ICASSP 2026) 语音增强 AXERA 板端推理 demo。 AX650/NPU3 预编译模型 + Python SDK + C++ 可执行文件，即取即用。

• Python 示例（numpy + pyaxengine，无 torch/onnxruntime 回退）
• C++ 示例（bin/ 下可执行文件，无需编译）

支持模型

模型	采样率	axmodel	降噪	Python RTF	C++ RTF
fastenhancer_t_16k	16 kHz	148 KB	RMS -13%	0.20	0.02
fastenhancer_t_48k	48 kHz	153 KB	RMS -12%	0.31	0.06

RTF = 推理时间 / 音频时长（不含模型加载），AX650 板端实测。RTF < 1.0 即可实时。

目录结构

FastEnhancer.AXERA/
├── models/
│   ├── 16k/              # 16kHz axmodel + model_meta.json
│   └── 48k/              # 48kHz axmodel + model_meta.json
├── bin/                  # C++ 可执行文件（板端直接运行，无需编译）
│   ├── fastenhancer_ax650_16k
│   └── fastenhancer_ax650_48k
├── python/               # Python SDK
│   ├── fastenhancer_sdk/ # inference.py + 16k/ 48k/ STFT 窗
│   ├── demo.py           # 降噪 demo
│   └── requirements.txt  # numpy + pyaxengine
├── run_ax650.sh          # 一键运行脚本（16k/48k，Python 或 C++）
├── samples/              # 降噪前后对比音频
└── README.md

快速开始（AX650 板端）

# 下载本仓库到板端后：
bash run_ax650.sh 16k        # 16kHz C++ 一键降噪
bash run_ax650.sh 48k        # 48kHz C++ 一键降噪
bash run_ax650.sh 16k python # 16kHz Python 降噪

输出：output_16k_enhanced.wav / output_48k_enhanced.wav（输入默认为 samples/p232_013_original.wav）。

Python 推理

环境

conda create -n fastenhancer python=3.10
conda activate fastenhancer

# 安装 pyaxengine (https://github.com/AXERA-TECH/pyaxengine/releases/latest)
pip install axengine-x.x.x-py3-none-any.whl

pip install -r python/requirements.txt

运行

cd python
# 16kHz
python3 demo.py --model ../models/16k/model.axmodel --input noisy.wav --output enhanced.wav
# 48kHz
python3 demo.py --model ../models/48k/model.axmodel --input noisy.wav --output enhanced.wav

C++ 推理（bin/ 可执行文件）

bin/ 下的可执行文件已按 AX650 交叉编译好，板端直接运行，无需编译：

# 16kHz
./bin/fastenhancer_ax650_16k models/16k/model.axmodel noisy.wav enhanced.wav
# 48kHz
./bin/fastenhancer_ax650_48k models/48k/model.axmodel noisy.wav enhanced.wav

板端运行库在 /soc/lib，系统已配置搜索路径，一般直接运行即可；如提示找不到 libax_*.so，再加 export LD_LIBRARY_PATH=/soc/lib:${LD_LIBRARY_PATH:-}。

C++ 源码（编译方法 + 工具链下载说明）见 GitHub 仓库： https://github.com/AXERA-TECH/fastenhancer.axera

示例音频 (samples/)

• p232_013_original.wav — 原始嘈杂语音
• p232_013_16k_core_onnx.wav — 16kHz ONNX 参考降噪
• p232_013_16k_board_enhanced.wav — 16kHz AX650 板端降噪输出
• p232_013_48k_core_onnx.wav — 48kHz ONNX 参考降噪
• p232_013_48k_board_enhanced.wav — 48kHz AX650 板端降噪输出

参考

• FastEnhancer — 原始模型
• FastEnhancer.AXERA（GitHub 源码） — 模型转换 + C++ 源码
• Magnetar — AXERA 模型部署 agent 工具