KugelAudio 发布 Clarity-1：面向语音智能体的实时语音增强模型
Kugel 3.5
柏林团队 KugelAudio 推出 Clarity-1，在实时音频流上做背景噪声去除和目标说话人提取，专门解决语音智能体在咖啡馆、街道等嘈杂通话中被误听和打断的问题。模型在 DNSMOS 基准对比中获得综合质量最高分，并提供 LiveKit、Pipecat、Vapi 适配器，首月免费试用，后续几周还会陆续发布更多模型。
针对语音智能体在嘈杂通话里被其他说话人打断的痛点，原文给出了 DNSMOS 基准的横向对比结果，便于评估替代现有降噪方案的可行性。
- 最佳产品 Orbit Awards 由真实评论者驱动的奖项AI 工作流自动化 →AI 听写应用 → 热门分类工程与开发大语言模型生产力市场营销与销售设计与创意社交与社区金融AI 智能体 其他分类 热门分类Vibe 编程工具AI 听写应用AI 笔记工具代码审查工具无代码平台Figma 插件静态网站生成器 工程与开发Vibe 编程工具AI 编程智能体AI 代码编辑器 大语言模型AI 聊天机器人AI 基础设施工具提示工程工具 生产力AI 笔记工具笔记与写作应用团队协作软件搜索AI 工作流自动化 市场营销与销售潜在客户生成软件营销自动化平台 设计与创意视频剪辑设计资源平面设计工具AI 生成式媒体 社交与社区社交网络职业社交平台社区管理 金融会计软件融资资源投资 AI 智能体AI 语音智能体
- 发布Launch archive 社区最受喜爱的发布Launch Guide 发布清单与专业建议
- 资讯Newsletter 每日精选 Product Hunt 内容Stories 来自创作者的技术新闻、访谈与建议Changelog Product Hunt 的新功能和新发布
- 论坛Forums 提问、寻求支持并建立联系Kitty Points Leaderboard 积分最高的社区成员Streaks 最活跃的社区成员Events 在线或线下结识他人
- 广告投放
订阅登录
KugelAudio
可自行托管的实时文本转语音模型
159 位关注者
可自行托管的实时文本转语音模型
159 位关注者
•
最自然的实时 TTS,具备语音克隆与低于 60ms 的延迟,支持本地部署或 API 调用。语法感知规范化可自然朗读电话号码、IBAN、地址和药品名称,覆盖 25+ 种语言,并提供词级时间戳和 IPA 支持。适配 LiveKit、Pipecat 和 Vapi。由柏林 4 人团队打造。
这是 KugelAudio 的第 2 次发布。查看更多
Clarity
本周发布
实时静音房间,只保留说话人的声音
访问
面向语音智能体的实时语音增强与目标说话人提取。Clarity-1 在实时通话中剥离背景噪音和其他人的声音,使你的智能体只听到呼叫者。随音频流即时处理。访问我们的网站收听处理前后的对比。
免费
发布团队
展开更多
展开更多
Eney 主动式 AI（Mac 版）。免费试用，20,000 积分。
试用 Eney
推广
你怎么看？…
登录后评论
KugelAudio猎人
📌
大家好，我们回来了，这次来自柏林！我们的客户一直在问同一件事：让智能体在通话者不在安静环境时也能正常工作。语音智能体在安静的房间里表现良好，而真实的通话者却并不在安静的房间里。他们在咖啡馆里、在繁忙的街道上、在通勤中，旁边往往还有人说话。智能体会听到所有这些声音，于是通话者被误听，或者智能体被那些本来不是说给它的声音打断。我们找不到一款满意并能交付给客户的降噪工具，所以我们自己造了一个。Clarity-1 在实时音频流上实时完成两件事：语音增强：去除交通、火车、咖啡馆嘈杂声等背景噪声；目标说话人提取：同时去除其他人的声音，让你的智能体只听到与之对话的人。它在音频到达时即进行处理，因此可以直接接入实时通话。在我们运行的基准测试（DNSMOS）中，Clarity-1 在我们所比较的模型中，无论在降噪还是目标说话人分离方面，都取得了最高的整体质量分数。完整表格和前后对比示例在此：https://www.kugelaudio.com/en/cl... 你可以在控制台或通过 API 用自己的音频试用：https://www.kugelaudio.com/en/si...。第一个月完全免费。我们非常想从你那里得到两件事：你的用户从最吵的地方打来电话？如果发现 Clarity 处理失败的音频，请发给我们。这是我们能得到的最有用的反馈。这是我们在接下来几周内将发布的几款模型中的第一款。更多内容，敬请期待。
展开更多
点赞 (4)
举报
分享
2 天前
@kajo_kr如果通话者使用的是非常廉价的手机麦克风，这个还能可靠工作吗？
点赞 (2)
举报
分享
1 天前
点赞 (2)
举报
分享
1 天前
猎人
嘿 @priya_kushwaha1，方便发一份样本给我吗？
点赞 (1)
举报
分享
1 天前
创作者
@kajo_kr@priya_kushwaha1模型学会了从 8 kHz 上采样到 24 kHz。麦克风质量差是模型训练的一部分。
点赞 (2)
举报
分享
1 天前
Dial可能是 AI
实时通话中的目标说话人提取比降噪要难得多——Clarity-1 是否需要一段通话者的注册音频片段来锁定他们，还是它能够在没有任何先验样本的全新通话中直接识别出“正在和智能体对话的那个人”？
点赞
举报
分享
9 小时前
KugelAudio 以往发布
KugelAudio可自托管的实时文本转语音模型
发布于 2026 年 5 月 28 日
10
106
评论
暂无评论 成为第一个为 KugelAudio 留下评论的人 写一条评论
查看全部
本周发布
#19
日排名
点赞 • 80 分
关注 KugelAudio 添加到收藏 分享
公司信息
KugelAudio 信息
Y Combinator
2026 年发布
论坛
类似产品
立即用任何语言创建自然 AI 语音
Sonic 是速度最快的类人语音 API。
面向开发者的语音 AI 平台。
富有表现力的文字转语音与声音克隆
用于语音识别的神经网络
热门产品分类
工程与开发
大语言模型
生产力
营销与销售
设计与创意
社交与社区
金融
AI 代理
工程与开发
大语言模型
生产力
营销与销售
设计与创意
社交与社区
金融
AI 代理
热门分类
最受好评
热门产品
热门论坛帖
热门分类
最受好评
热门产品
热门论坛帖
- Cursor 还是 Claude Code？
- 投票：先做域名还是先做产品？
- YC 申请截止不到两周，谁在申请？
- 我们进了 YC，又被踢出来，再打回去
- Wispr Flow 如何通过转型找到 PMF
- 目前最好的氛围编程工具？
- 着陆页点评 —— 仅限 48 小时
- 和 PH CEO 一起打磨你的标语
© 2026 Product Hunt
通讯应用关于常见问题条款隐私与 Cookie隐私选择广告合作llms.txt联系我们：hello@producthunt.com
来源：Product Hunt · producthunt.com