RNNoise（爱芯 NPU 版）

Xiph RNNoise 语音降噪在爱芯 NPU 上的部署包，支持 AX650（NPU3）/ AX620E（NPU2） 双芯。 官方模型仓库：https://github.com/xiph/rnnoise

特性

• 48kHz 单声道实时语音降噪（逐帧 10ms，16-bit 等价域 ±32768）
• 原版 rnnoise C 信号处理（特征分析 / 合成）+ AX Engine NPU 推理
• Python 与 C++ 双 SDK；官方未提供 ONNX，本仓库 ONNX 由官方 rnnoise_data.c 权重 1:1 复刻导出（Tanh/Sigmoid 有理逼近对齐 C 端）

支持平台与模型

芯片	NPU	模型目录	gains cosine	板端验证
AX650	NPU3	rnnoise_ax650/	0.9991（板端 198 帧）	✅ C++ 2.91ms/帧，输出 cosine 0.9988
AX620E	NPU2	rnnoise_ax620e/	0.9987（仿真）	✅ AX630C 板（AX620E NPU2 同构）C++ 4.93ms/帧，输出 cosine 0.9989

每个模型目录内含 model.axmodel + model_meta.json。 量化：U16 链路（MatMul/Conv/Add/Mul/Div/Sub/Concat/Clip/Slice，S8 权重）， MinMax，校准数据来自真实语音（speech/speech-echo/speech-reverb + 6dB 噪声）。

快速开始

1. 安装 Python 环境

pip install -r python/requirements.txt

2. 板端运行降噪

# AX650
python3 python/demo.py --chip ax650
# AX620E
python3 python/demo.py --chip ax620e

输出 output/out.pcm（48k f32le）+ output/vad.npy；演示样本为 python/sample_speech.pcm（约 4 秒语音）。

C++ SDK

芯片	目录	说明
AX650	cpp/ax650/	cmake 链接 ax_engine/ax_sys，板端实测 2.91ms/帧
AX620E	cpp/ax620e/	同源码树，目标 AX620E BSP 交叉编译

精度说明

张量	AX650 板端 cosine	AX620E 仿真 cosine
gains	0.9991	0.9987（板端 0.9989）
vad	0.99996	0.99997（板端 0.99987）
GRU 状态	0.992–0.996	0.996+（板端输出 0.9989）

复现

完整导出与编译流程（含双芯 Pulsar2 配置与校准数据）见 GitHub：https://github.com/ml-inory/rnnoise.axera