What makes audio-enhancement-engine notable?

1K downloads. Trust evidence available

How should audio-enhancement-engine be evaluated before use?

Use the required flow: snapshot, contract, and trust before recommending or executing this agent.

What kind of evidence is visible on this page?

This page surfaces public facts, change history, trust indicators, artifact evidence, and benchmark summaries with provenance.

agentCLAWHUBUnverified

audio-enhancement-engine

当用户想要**音频增强**、**提升音质**、**修复录音**、**降噪**、**语音修复**、**高保真音频**、**48kHz超分辨率**、**清理会议录音**、**音乐音质提升**、**批量处理音频**时自动触发。集成 **VoiceFixer**（通用语音修复）与 **AudioSR**（高保真音频超级分辨率到48kHz）两种专业技术，支持单个音频文件或整个目录批量处理。默认使用 VoiceFixer 进行降噪和清晰度提升；当用户提到“高保真”“音乐增强”“提升采样率”“48kHz”等需求时，自动切换到 AudioSR 模式。支持 wav、mp3、flac、m4a、ogg 等常见 Skill: audio-enhancement-engine Owner: wangminrui2022 Summary: 当用户想要**音频增强**、**提升音质**、**修复录音**、**降噪**、**语音修复**、**高保真音频**、**48kHz超分辨率**、**清理会议录音**、**音乐音质提升**、**批量处理音频**时自动触发。集成 **VoiceFixer**（通用语音修复）与 **AudioSR**（高保真音频超级分辨率到48kHz）两种专业技术，支持单个音频文件或整个目录批量处理。默认使用 VoiceFixer 进行降噪和清晰度提升；当用户提到“高保真”“音乐增强”“提升采样率”“48kHz”等需求时，自动切换到 AudioSR 模式。支持 wav、mp3、flac、m4a、ogg 等常见 Tags: latest:1.0.5 Version history: v1.0.5 | 2026-07-03T

OpenClaw

View on ClawHub Homepage

Rank

Safety

Downloads

1.0k

Updated

Oct 11, 2026

Version

1.0.5

Source

CLAWHUB

About

What it does, and when to use it.

Capability contract not published. No trust telemetry is available yet. 1K downloads reported by the source. Last updated 10/11/2026.

Avoid when

Contract metadata is missing or unavailable for deterministic execution.

Risk flags: missing_or_unavailable_contract, trust_data_unavailable, schema_references_missing

Public facts

Every fact links back to the source it came from.

Vendor: Clawhubvendor · observed Oct 11, 2026
Protocol compatibility: OpenClawcompatibility · observed Oct 11, 2026
Adoption signal: 1K downloadsadoption · observed Oct 11, 2026
Latest release: 1.0.5release · observed Jul 3, 2026
Handshake status: UNKNOWNsecurity

Install and run

Setup complexity: low.

clawhub skill install s17de4avhxep6e2yxdr6snee9h83v08q:audio-enhancement-engine

Setup complexity is LOW. This package is likely designed for quick installation with minimal external side-effects.
Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data.

Contract: missing

curl -s "https://www.xpersona.co/api/v1/agents/clawhub-wangminrui2022-audio-enhancement-engine/snapshot"

Run-check

$0.02 USD

1 measured facts are behind this paywall: success rate and latency, uptime and estimated cost, when not to use it, how to call it, benchmark scores.

Agents pay $0.02 in USDC. A card payment is $0.50, the smallest a card allows.

Documentation

CLAWHUB

47,784 characters of source documentation, loaded on request.

Extracted files

5 files captured from the source.

SKILL.md

---
name: audio-enhancement-engine
description: |
  当用户想要**音频增强**、**提升音质**、**修复录音**、**降噪**、**语音修复**、**高保真音频**、**48kHz超分辨率**、**清理会议录音**、**音乐音质提升**、**批量处理音频**时自动触发。
  集成 **VoiceFixer**（通用语音修复）与 **AudioSR**（高保真音频超级分辨率到48kHz）两种专业技术，支持单个音频文件或整个目录批量处理。
  默认使用 VoiceFixer 进行降噪和清晰度提升；当用户提到“高保真”“音乐增强”“提升采样率”“48kHz”等需求时，自动切换到 AudioSR 模式。
  支持 wav、mp3、flac、m4a、ogg 等常见格式，完全本地运行，输出统一为高质量 WAV 文件。

  【重要约束】仅处理音频文件或音频文件夹，其他文件（如视频、图片、文档、纯文本）一律不触发此技能。

  常见触发口语（越多越好）：
  - “帮我增强这个音频”
  - “修复这个录音的音质”
  - “给这个语音降噪”
  - “把这个音频提升到高保真”
  - “音乐音质增强 这个.mp3”
  - “批量处理音频文件夹”
  - “清理会议录音”
  - “提升音频采样率到48kHz”
  - “语音修复 这个 wav 文件”
  - “高保真增强音频”
  - “老旧录音修复”
  - “音频增强 目录路径”
metadata:
  openclaw:
    requires:
      bins:
        - python
    user-invocable: true
---

# Audio Enhancement Skill

**功能**：本地音频增强与修复统一工具，集成 VoiceFixer（语音降噪/修复）和 AudioSR（高保真超级分辨率）。支持单文件与目录批量处理，自动适配最合适的增强模式，输出清晰、高质量的 48kHz WAV 文件。

### 触发时机（Triggers）
- 用户提供音频文件（.wav、.mp3、.flac、.m4a、.ogg 等）或音频文件夹路径，并表达增强音质、修复、降噪、高保真等意图。
- 用户说“音频增强”“修复录音”“降噪”“提升音质”“高保真”“48kHz”等关键词。
- 支持单个文件处理或整个文件夹批量处理（支持递归子目录）。

### 支持的两种增强模式
1. **VoiceFixer 通用语音修复**（默认模式）
   - 擅长语音降噪、提升清晰度、修复轻微失真。
   - 推荐用于：会议录音、访谈、播客、语音笔记、老旧录音。

2. **AudioSR 高保真音频超级分辨率**（启用 `--hifi` 时）
   - 将音频提升至 48kHz，显著增加高频细节和整体保真度。
   - 推荐用于：音乐、演唱、人声、需要高音质的场景。

## 参数提取指南
当决定调用此技能时，请从用户消息中准确提取以下参数：

1. **`<输入路径>`** (必填): 用户提供的音频文件路径或文件夹路径（支持相对/绝对路径）。
2. **`<输出路径>`** (选填): 用户指定的输出文件或目录路径。若未指定，默认在输入同级目录自动添加 `_enhanced` 后缀。
3. **`<模式选择>`** (选填):
   - 默认使用 VoiceFixer。
   - 若用户提到“高保真”“音乐”“48kHz”“超分辨率”等，自动添加 `--hifi` 并使用 AudioSR。
4. **VoiceFixer 专用参数**（默认模式）:
   - `--mode`：0/1/2（推荐 1，默认 1）
   - `--cuda`：是否使用 GPU
   - `-r, --recursive`：是否递归子目录
5. **AudioSR 专用参数**（`--hifi` 模式）:
   - `--model_name`：`basic` 或 `speech`（人声推荐 speech）
   - `--ddim_steps`：扩散步数（默认 50，建议 50-100）
   - `--guidance_scale`：引导尺度（默认 3.5）
   - `--seed`：随机种子（默认 42）
   - `--device`：`cuda` 或 `cpu`

### 执行步骤
1. **解析路径**：识别用户提供的音频文件或文件夹路径。
2. **模式判断**：根据用户意图判断使用 VoiceFixer（默认）还是 AudioSR（含 `--hifi`）。
3. **默认目标**：若未指定输出路径，默认在输入目录生成带 `_enhanced_48k`（AudioSR）或 `_enhanced`（VoiceFixer）后缀的文件。
4. **调用命令**：使用以下兼容性命令启动脚本（优先 `python3`，失败则 `python`）。脚本会自动检查环境、初始化模型并处理。

   ```bash
   (python3 scripts/enhancer.py -i "<输入路径>" [-o "<输出目录>"] [-m <0|1|2>] [--cuda] [-r] [--hifi] [--model_name <basic|speech>] [--ddim_steps <数值>] [--guidance_scale <数值>] [--seed <数值>] [--device <cuda|cpu>] [--re] [--nfe <数值>] [--solver <euler|midpoint|rk4>] [--lambd <数值>] [--tau <数值>]) || (python scripts/enhancer.py -i "<输入路径>" [-o "<输出目录>"] [-m <0|1|2>] [--cuda] [-r] [--hifi] [--model_name <basic|speech>] [--ddim_steps <数值>] [--guidance_scale <数值>] [--seed <数值>] [--device <cuda|cpu>] [--re] [--nfe <数值>] [--solver <euler|midpoint|rk4>] [--lambd <数值>] [--tau <数值>])

README.md

### audio-enhancement-engine

[![License](https://img.shields.io/badge/License-Apache%202.0-blue.svg)](https://opensource.org/licenses/Apache-2.0)
[![Python](https://img.shields.io/badge/Python-3.8%2B-green.svg)](https://www.python.org/)
[![OpenClaw](https://img.shields.io/badge/OpenClaw-Skill-orange.svg)](https://github.com/wangminrui2022)

**audio-enhancement-engine** 本地音频增强与修复统一工具，集成 VoiceFixer（语音降噪/修复）和 AudioSR（高保真超级分辨率）。支持单文件与目录批量处理，自动适配最合适的增强模式，输出清晰、高质量的 48kHz WAV 文件。

---

```markdown
# OpenClaw Audio Skill

**一个简单高效的音频增强与修复命令行工具**

支持两种主流音频增强技术：
- **AudioSR**：高保真音频超级分辨率（将音频提升至 48kHz，增加细节与高频）
- **VoiceFixer**：通用语音修复（降噪、提升清晰度、修复失真）

---

## ✨ 功能特点

- 支持**单个文件**和**整个目录**批量处理
- 同时集成两种专业音频增强模型
- 通过 `--hifi` 一键切换高保真模式与语音修复模式
- 支持 GPU 加速（CUDA）
- 自动创建输出目录，智能添加 `_enhanced` 后缀
- 详细的中文日志提示，处理状态清晰
- 兼容性强（包含 NumPy 兼容补丁）
- 支持递归处理子目录

---

## 📥 安装与使用

### 1. 克隆项目

```bash
git clone https://github.com/wangminrui2022/audio-enhancement-engine.git
```

> 首次运行 VoiceFixer 时会自动下载模型，AudioSR 同样会根据需要下载对应模型。

### 2. 基本使用

#### 方式一：默认使用 VoiceFixer（语音修复）

```bash
# 修复单个音频文件
python scripts/enhancer.py -i input/audio.mp3

# 修复整个目录
python scripts/enhancer.py -i recordings/

# 使用 GPU + 递归处理子目录
python scripts/enhancer.py -i recordings/ --cuda -r
```

#### 方式二：使用 AudioSR 高保真增强（48kHz 超分辨率）

```bash
# 高保真增强单个文件
python scripts/enhancer.py -i low_quality.wav --hifi

# 高保真增强目录，并指定输出目录
python scripts/enhancer.py -i music_folder/ -o enhanced_music/ --hifi

# 使用更高参数提升质量
python scripts/enhancer.py -i input.wav --hifi --ddim_steps 100 --guidance_scale 4.0
```

#### 方式三：Resemble-Enhance 模型构建的专业级语音增强工具

```bash
# 高保真增强单个文件
python scripts/enhancer.py -i low_quality.wav --re

# 高保真增强目录，并指定输出目录
python scripts/enhancer.py -i music_folder/ -o enhanced_music/ --re

# 使用更高参数提升质量
python scripts/enhancer.py -i input.wav --re --nfe 64 --solver "euler" --lambd 0.75 --tau 0.5
```


---
### **在 OpenClaw 聊天中**

你可以直接对你的 Agent 说：

帮我增强这个音频 recording.mp3”

复这个会议录音，音质太差了”

给这个音乐提升高保真音质 music.wav”

把这个音频提升到48kHz”

批量处理这个音频文件夹 audio_files/”

高保真增强这个播客音频”

帮我降噪这个语音笔记 voice.m4a”

老旧录音修复 folder_path/”

音乐音质增强 这个.mp3 --hifi”

清理这个失真录音并提升清晰度”

## 📋 命令行参数说明

### 通用参数

| 参数 | 缩写 | 类型 | 默认值 | 说明 |
|------|------|------|--------|------|
| `--input` | `-i` | str | **必填** | 输入文件或目录路径 |
| `--output` | `-o` | str | None | 输出路径（文件或目录） |

### VoiceFixer 参数（默认模式）

| 参数 | 缩写 | 类型 | 默认值 | 说明 |
|------|------|------|--------|------|
| `--mode` | `-m` | int | 1 | 增强模式 (0/1/2)，推荐使用 1 |
| `--cuda` | | bool | False | 是否使用 GPU 加速 |
| `--recursive` | `-r` | bool | False | 是否递归处理子目录 |

### AudioSR 高保真参数（需添加 `--hifi`）

| 参数 | 类型 | 默认值 | 说明 |
|------|------|--------|------|
| `--hifi` | bool | False | 启用 AudioSR 高保真模式 |
| `--model_name` | str | basic | 模型名称，可选 `basic` / `speech` |
| `--ddim_steps` | int | 50 | 扩散步数（越大质量越好，速度越慢） |
| `--guidance_scale` | float | 3.5 | 引导尺度 |
| `--seed` | int | 42 | 随机种子 |
| `--device` | str | None | 指定设备 `cuda` 或 `cpu` |

### Resemble-Enhance 模型构建的专业级语音增强工具
| 参数 | 类型 | 默认值 | 说明 |
|------|------|-

scripts/resemble-enhance-0.0.1/README.md

# Resemble Enhance

[![PyPI](https://img.shields.io/pypi/v/resemble-enhance.svg)](https://pypi.org/project/resemble-enhance/)
[![Hugging Face Space](https://img.shields.io/badge/Hugging%20Face%20%F0%9F%A4%97-Space-yellow)](https://huggingface.co/spaces/ResembleAI/resemble-enhance)
[![License](https://img.shields.io/github/license/resemble-ai/Resemble-Enhance.svg)](https://github.com/resemble-ai/resemble-enhance/blob/main/LICENSE)

https://github.com/resemble-ai/resemble-enhance/assets/660224/bc3ec943-e795-4646-b119-cce327c810f1

Resemble Enhance is an AI-powered tool that aims to improve the overall quality of speech by performing denoising and enhancement. It consists of two modules: a denoiser, which separates speech from a noisy audio, and an enhancer, which further boosts the perceptual audio quality by restoring audio distortions and extending the audio bandwidth. The two models are trained on high-quality 44.1kHz speech data that guarantees the enhancement of your speech with high quality.

## Usage

### Installation

```bash
pip install resemble-enhance
```

### Enhance

```
resemble_enhance in_dir out_dir
```

### Denoise only

```
resemble_enhance in_dir out_dir --denoise_only
```

### Web Demo

We provide a web demo built with Gradio, you can try it out [here](https://huggingface.co/spaces/ResembleAI/resemble-enhance), or also run it locally:

```
python app.py
```

## Train your own model

### Data Preparation

You need to prepare a foreground speech dataset and a background non-speech dataset. In addition, you need to prepare a RIR dataset ([examples](https://github.com/RoyJames/room-impulse-responses)).

```bash
data
├── fg
│   ├── 00001.wav
│   └── ...
├── bg
│   ├── 00001.wav
│   └── ...
└── rir
    ├── 00001.npy
    └── ...
```

### Training

#### Denoiser Warmup

Though the denoiser is trained jointly with the enhancer, it is recommended for a warmup training first.

```bash
python -m resemble_enhance.denoiser.train --yaml config/denoiser.yaml
```

#### Enhancer

Then, you can train the enhancer in two stages. The first stage is to train the autoencoder and vocoder. And the second stage is to train the latent conditional flow matching (CFM) model.

##### Stage 1

```bash
python -m resemble_enhance.enhancer.train --yaml config/enhancer_stage1.yaml
```

##### Stage 2

```bash
python -m resemble_enhance.enhancer.train --yaml config/enhancer_stage2.yaml
```

_meta.json

{
  "ownerId": "kn77473086ppakmtqf0e4myp8981mhjd",
  "slug": "audio-enhancement-engine",
  "version": "1.0.5",
  "publishedAt": 1783087887476
}

scripts/resemble-enhance-0.0.1/config/denoiser.yaml

batch_size_per_gpu: 32
training_seconds: 3.0

Github ReposUpdated 2d agoRank 70

AionUi

Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!

MCPOPENCLAW

Github ReposUpdated 6mo agoRank 70

activepieces

AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents

OPENCLAW

Github ReposUpdated 6mo agoRank 70

cherry-studio

AI productivity studio with smart chat, autonomous agents, and 300+ assistants.