饅頭遣いのおもちゃ箱

reuse-win-cli

概要

NVIDIA の音声補正モデル RE-USE（NVIDIA NemotronLabs RE-USE）で、録音のノイズ・残響・こもりなどを除去し、声を聞き取りやすくするツールです。
YMM4 の音声エフェクト「AIノイズ除去（RE-USE）」と同じ処理を、YMM4 を使わずに音声ファイル・動画ファイルへ適用できます。

  • NVIDIA・AMD・Intel のどの GPU でも動作します。GPU が使えない PC でも、CPU で（時間はかかりますが）動作します。
  • exe 1 つで動作します。Python などのインストールは不要です。

非公式のツールです。NVIDIA とは無関係で、NVIDIA が公認・推奨するものでもありません。

ダウンロード

reuse-win-cli をダウンロード

ダウンロードした exe の初回起動時に、「Windows によって PC が保護されました」という画面が表示されることがあります。その場合は「詳細情報」をクリックし、表示される「実行」ボタンを押してください。

使い方

ファイルを D&D する場合

  1. 音声ファイルや動画ファイルを reuse-win-cli.exe に D&D する（複数のファイルをまとめて D&D することもできます）
  2. 元のファイルと同じフォルダに <元のファイル名>_enhanced.wav が出力される

入力できるのは wav・mp3・m4a・aac・mp4・mov・wma・flac など、Windows がデコードできる形式です。動画は音声だけを WAV で出力するので、動画に戻す場合は動画編集ソフトで音声を差し替えてください。

コマンドラインで実行する場合

コマンドラインで reuse-win-cli.exe "入力ファイルのパス" [オプション] を実行します。

オプション一覧

オプション説明
-o, —output出力先のファイルのパス（入力が 1 つの場合のみ）。- で標準出力
-s, —strength補正の強さ（0〜100%）。元の音声と混合する割合。既定値は 100
-y, —overwrite出力先に同名のファイルがあれば上書きする
—cpuGPU を使わずに処理する
—modelexe に同梱されている重みの代わりに使用する RE-USE の重み（.safetensors）
—licenseライセンスを表示する

標準入出力（パイプ）で使う場合

入力に - を指定すると標準入力から読み込み、-o - を指定すると標準出力へ出力します（入力が標準入力の場合、-o を省略すると標準出力に出力します）。ffmpeg などのツールとパイプでつないで使えます。

オプション説明
—in-format標準入力の形式。wav（既定）・f32le・s16le
—rate標準入力が f32le・s16le の場合のサンプリングレート（8000〜48000）
—channels標準入力が f32le・s16le の場合のチャンネル数（1〜32）
—out-format出力の形式。wav（既定）・f32le

例（cmd.exe）:

ffmpeg -i in.mp4 -f f32le -ac 2 -ar 48000 - | reuse-win-cli - --in-format f32le --rate 48000 --channels 2 --out-format f32le | ffmpeg -f f32le -ar 48000 -ac 2 -i - out.flac
  • Windows PowerShell 5.1 はパイプのバイナリを壊すので、cmd.exe か PowerShell 7.4 以降で実行してください。
  • RE-USE は前後の音声を使うモデルなので、出力は入力より約 5 秒＋推論の時間だけ遅れます。

動作環境

  • Windows 10 / 11（64bit）
  • Direct3D 11 に対応した GPU（NVIDIA・AMD・Intel のどれでも）。GPU が使えない場合は CPU で処理しますが、音声の長さの 20 倍以上の時間がかかることがあります。

ライセンス

  • ツールのソースコードは MIT License です。
  • exe に同梱されている RE-USE の重みは、NVIDIA の OpenMDW License Agreement, version 1.1 です。

詳細は reuse-win-cli.exe --license か、リポジトリの LICENSE・THIRD-PARTY-NOTICES.txt をご覧ください。

ソースコード