---
library_name: axera
pipeline_tag: audio-to-audio
base_model: YatharthS/LavaSR
language:
- en
- zh
tags:
- axera
- ax650
- npu3
- lavasr
- speech-super-resolution
- audio-super-resolution
- bandwidth-extension
- speech-enhancement
- speech-denoising
- real-time
- python
- cpp
---
# LavaSR v2 AX650 / AXERA
**8–48 kHz 语音 → 48 kHz 超分 + 降噪 · AX650 NPU3 · C++ 全链路 RTF 0.061(约 16x realtime)· 3 个 axmodel 共 38 MB**
  [](https://github.com/ZY-2012/LavaSR.AXERA)
- GitHub: https://github.com/ZY-2012/LavaSR.AXERA
- 上游: https://github.com/ysharma3501/LavaSR / https://huggingface.co/YatharthS/LavaSR
> **AX650 板端实测说明**:AudioSR、LavaSR、FlowHigh 均已在 AX650N / NPU3 板端跑通。综合效果和速度最好的是 **LavaSR**:C++ 全链路 RTF ≈ 0.061(约 16× 实时),支持 8–48 kHz → 48 kHz 和降噪。**推荐优先使用 LavaSR。**
>
> **对比入口**
> GitHub: [LavaSR](https://github.com/ZY-2012/LavaSR.AXERA) · [FlowHigh](https://github.com/ZY-2012/FlowHigh.AXERA) · [AudioSR](https://github.com/ZY-2012/AudioSR.AXERA)
> HuggingFace: [LavaSR](https://huggingface.co/HY-2012/LavaSR.AXERA) · [FlowHigh](https://huggingface.co/HY-2012/FlowHigh.AXERA) · [AudioSR](https://huggingface.co/HY-2012/AudioSR.AXERA)
## 目录
- 快速开始
- 结果
- 推理速度
- 数据来源
- License
## 快速开始(AX650 板端)
从 HuggingFace 下载 `models/`、`bin/`、`python/`、`samples/`,在包根目录运行:
```bash
# C++(默认)
bash run_ax650.sh samples/listen/8k/OSR_us_000_0010_input_8k.wav output.wav --no-denoise
# Python SDK
bash run_ax650.sh samples/listen/8k/OSR_us_000_0010_input_8k.wav output.wav --python --no-denoise
```
输入支持 8–48 kHz,输出固定 48 kHz。`--no-denoise` 仅做 BWE;去掉会同时跑 UL-UNAS 降噪。
## 结果
### 8 kHz 输入(Open Speech / Samplelib)
#### English
**OSR_us_000_0010**
| 版本 | 输入 | LavaSR 输出 |
|---|---|---|
| 8k |
|
|
**OSR_us_000_0013**
| 版本 | 输入 | LavaSR 输出 |
|---|---|---|
| 8k |
|
|
**OSR_us_000_0057**
| 版本 | 输入 | LavaSR 输出 |
|---|---|---|
| 8k |
|
|
**OSR_us_000_0059**
| 版本 | 输入 | LavaSR 输出 |
|---|---|---|
| 8k |
|
|
#### Chinese
**OSR_cn_000_0072**
| 版本 | 输入 | LavaSR 输出 |
|---|---|---|
| 8k |
|
|
**OSR_cn_000_0073**
| 版本 | 输入 | LavaSR 输出 |
|---|---|---|
| 8k |
|
|
**OSR_cn_000_0074**
| 版本 | 输入 | LavaSR 输出 |
|---|---|---|
| 8k |
|
|
**OSR_cn_000_0075**
| 版本 | 输入 | LavaSR 输出 |
|---|---|---|
| 8k |
|
|
#### Samplelib(1 分钟,频谱图为前 10 s)
**samplelib_speech_1m**
| 版本 | 输入 | LavaSR 输出 |
|---|---|---|
| 8k |
|
|
### 16 kHz 参照(人声)
同一批人声降采样到 16 kHz 后输入;8k 行为官方 8k 输入,16k 行为 16k 输入。
**speech_2**
| 版本 | 输入 | LavaSR 输出 |
|---|---|---|
| 8k |
|
|
| 16k |
|
|
**speech_3**
| 版本 | 输入 | LavaSR 输出 |
|---|---|---|
| 8k |
|
|
| 16k |
|
|
### 带噪输入(降噪 + BWE)
**OSR_us_000_0010 + 10 dB noise**
| 版本 | 带噪输入 | LavaSR 输出(降噪 + BWE) |
|---|---|---|
| 8k |
|
|
**OSR_cn_000_0072 + 10 dB noise**
| 版本 | 带噪输入 | LavaSR 输出(降噪 + BWE) |
|---|---|---|
| 8k |
|
|
**speech_2 + 10 dB noise**
| 版本 | 带噪输入 | LavaSR 输出(降噪 + BWE) |
|---|---|---|
| 16k |
|
|
## 推理速度:RTF
| 链路 | Python RTF | C++ RTF |
|---|---:|---:|
| 降噪 + BWE | 0.278 | **0.061** |
| 仅 BWE | 0.103 | **0.039** |
## 数据来源
- Open Speech Repository(English / Chinese 8k):http://voiptroubleshooter.com/open_speech/index.html
- Samplelib speech 1 min:https://samplelib.com/mp3/sample-speech-1m.mp3
- 16 kHz 参照:公开人声样例经 48k->16k 降采样。
## License
Apache-2.0;KissFFT BSD-3-Clause。