> ## Content Index
> Fetch the complete content index at: https://globalfeed.ai/llms.txt
> Use this file to discover other available public pages before exploring further.

# NVIDIA'nın 9,6M parametrelik açık modeli RE-USE, sesteki gürültü ve yankıyı temizliyor
- URL: https://globalfeed.ai/nvidianin-9-6m-parametrelik-acik-modeli-re-use-sesteki-gurultu-ve-yankiyi-temizliyor/
- Published: 2026-10-31T02:07:26.000Z
- Updated: 2026-10-31T02:07:26.000Z
- Description: NVIDIA'nın ticari kullanıma açık RE-USE modeli gürültü, yankı ve bozuk kayıtları düzeltiyor. Model kartındaki testte rakiplerinden çok daha küçük olmasına rağmen dokuz ölçütün beşinde önde, üçünde geride, birinde eşit.
- Author: GlobalFeed Editor
- Tags: NVIDIA, RE-USE, ses iyileştirme, açık model, x-NVIDIAAI, dil-tr, elle

NVIDIA, konuşma kayıtlarını temizleyen NemotronLabs RE-USE modelini [Hugging Face'te](https://huggingface.co/nvidia/NVIDIA-NemotronLabs-RE-USE?ref=globalfeed.ai) OpenMDW 1.1 lisansıyla yayımladı. Model kartı yayın tarihini 22 Ekim 2026 olarak veriyor, şirket 30 Ekim'de modeli X'te duyurdu. Kart modelin ticari kullanıma hazır olduğunu belirtiyor. Hugging Face'teki [deneme sayfasına](https://huggingface.co/spaces/nvidia/NVIDIA-NemotronLabs-RE-USE?ref=globalfeed.ai) gürültülü ses ya da video yükleyip sonucu dinlemek mümkün. Açık model olduğu için kurumlar onu kendi donanımlarında da çalıştırabiliyor.

## Tek model birçok bozulmayı hedefliyor

RE-USE yalnız arka plan gürültüsüyle sınırlı kalmıyor. Model kartına göre yankıyı, kırpılmış sesi, bant genişliği kısıtını, codec bozulmalarını, paket kayıplarını ve düşük kaliteli mikrofon etkisini de düzeltmeyi hedefliyor. 8, 16, 22,05, 24, 32, 44,1 ve 48 kHz örnekleme hızlarını kabul ediyor, isteğe bağlı olarak bant genişliğini de artırabiliyor. Girdi ve çıktı tek kanallı .wav dosyası. Birden fazla kişi aynı anda konuşursa model ana konuşmacıyı koruyup diğerlerini bastıracak şekilde eğitildi. Bu yüzden toplantı kayıtlarında arka plandaki konuşmaların da silinebileceği hesaba katılmalı. Gülme seslerinin daha iyi korunması isteniyorsa NVIDIA ayrı bir [laughter sürümü](https://huggingface.co/nvidia/NVIDIA-NemotronLabs-RE-USE-laughter?ref=globalfeed.ai) sunuyor.

## Tablo küçük modelin güçlü ve zayıf yanlarını gösteriyor

Model kartı, RE-USE'u URGENT 2025 test setinde 250M parametreli Sidon ve 500M parametreli UniPASE ile karşılaştırıyor. Bütün sette RE-USE, NISQA'da 4,33, PESQ'te 2,57, STOI'de 0,78, konuşmacı benzerliğinde 0,86 ve konuşma tanıma karakter doğruluğunda 89,17 ile en yüksek puanı alıyor. Bozuk kayıtların karakter doğruluğu aynı testte 81,29\. DNSMOS'ta ise Sidon 3,34 ile RE-USE'un 3,29'unun, UTMOS'ta 3,21 ile 2,94'ünün önünde. SBERT'te UniPASE 0,89 ile 0,88'in önüne geçiyor, LPS'te ikisi 0,85 ile eşit. Yani model çok daha küçük olmasına rağmen birçok ölçütte önde, ama her ölçütte en iyi değil.

## Eğitim verisi ve yöntem

Model, 30 katmanlı çift yönlü Mamba yapısını evrişimli kodlayıcı ve çözücüyle birleştiriyor. Eğitimde yaklaşık 2.500 saatlik konuşma, 180 saatlik gürültü verisi ve yaklaşık 60 bin simüle oda yanıtı kullanıldı. Konuşma verileri LibriTTS, VCTK, Multilingual LibriSpeech ve CommonVoice gibi setlerden geliyor, NVIDIA'nın iç verisi de var. Kartta adı geçen diller Almanca, İngilizce, İspanyolca, Fransızca ve Çince. Türkçe bu listede yok, ama kart modelin dilden bağımsız çalışmayı hedeflediğini söylüyor.

NeurIPS 2026'ya kabul edilen [makale](https://arxiv.org/abs/2603.02641?ref=globalfeed.ai) üç noktayı öne çıkarıyor. Yankı temizliğinde erken yansımalı ses yerine zamanı kaydırılmış yankısız temiz konuşmayı hedef almak daha iyi sonuç veriyor. İki aşamalı bir yapı, algılanan kaliteyi korurken bozulmayı en aza indirmeyi amaçlıyor. Büyük ama seçilmemiş veri setleri ise modelin ince bozulmaları silmesine bir tavan koyuyor.

## Kimin işine yarar

NVIDIA içerik üreticilerini ve konuşma verisi temizleyen araştırmacıları hedefliyor. Makale, yöntemin ses sentezi eğitim verisini iyileştirmede etkili olduğunu söylüyor. Eski kayıtlar, telefon görüşmeleri, araç içi çekimler ve podcast'ler de doğal kullanım alanları. Canlı görüşme için ayrı [Real-time RE-USE](https://huggingface.co/nvidia/Real-time%5FRE-USE?ref=globalfeed.ai) modeli var. Onun [makalesi](https://arxiv.org/abs/2606.25621?ref=globalfeed.ai), tek modelle farklı gecikme bütçelerine uyum sağlamayı anlatıyor. 30 saniyeden uzun dosyalar için kart parçalı çalışma betiği öneriyor, çünkü model 10 saniyenin altındaki kliplerle eğitildi.

Kurulum şimdilik geliştiriciye yönelik. Kart Linux'u ve NVIDIA Ampere donanımını listeliyor, referans olarak A100 yazıyor ve Mamba ortamı için Docker öneriyor. İşlemcide nasıl çalıştığına dair rakam vermiyor. Karşılaştırmalar NVIDIA'nın kendi tablosundan geliyor. Sonuçları farklı açılardan görmek için bağımsız araştırmacıların değerlendirmelerini de takip edin.

Kaynaklar: [Hugging Face (model kartı)](https://huggingface.co/nvidia/NVIDIA-NemotronLabs-RE-USE?ref=globalfeed.ai), [Deneme sayfası](https://huggingface.co/spaces/nvidia/NVIDIA-NemotronLabs-RE-USE?ref=globalfeed.ai), [arXiv makalesi](https://arxiv.org/abs/2603.02641?ref=globalfeed.ai), [Real-time RE-USE](https://huggingface.co/nvidia/Real-time%5FRE-USE?ref=globalfeed.ai)