实时 AI 麦克风降噪 / 目标说话人提取 / 回声消除桌面应用，同时是一台多设备混音 / 路由台： 把麦克风、系统声音、手机、任意输入源接成输入条，经过各自的 AI 处理链，再按用途送往 扬声器（监听）、虚拟声卡（会议 / 直播）或手机（网络监听）——不是 VoiceMeeter 的复刻， 而是把 AI 处理与低延迟放在第一位的路由器。
- AI 降噪：ONNX 流式模型，10 ms 一跳（48 kHz / 480 样本），单线程推理，实测 ~0.3 ms/跳（降噪小 0.28 / 中 0.30 / 大 0.51）
- 目标说话人提取（TSE）：录 10 秒参考音，只保留这个人的声音。
- 回声消除（AEC）：消除麦克风里混进来的扬声器声音（网课 / 直播 / 免提通话），带延时校准 与两端电平配平。
- OBS 音频滤镜：噪声门、压缩器、限制器、扩展器、向上压缩器、3 段均衡器、极性反转， 参数范围 / 默认值 / 步进与 OBS 一致。
- 31 段 EQ / 可视化：检查器里拖 31 根柱子（±24 dB、预设、低切/高切），可视化节点画 VU 与 64 段频谱。
- 多设备混音台（GPUI 原生节点图）：顶部一排输入、中间每个输入的处理节点、底部一排输出； 拖动节点到输出即接通（连线就是路由），处理节点可拖动换序。总线按用途叫 「监听 / 虚拟麦克风 / 手机」，不用 A1/A2。输入与总线都能增删。
- 设备池：同一只设备被多列共用只打开一次；多个输入源由软件混音相加，不再报 busy。
- 输入 / 输出种类：麦克风、系统声音回环、手机（网络麦克风 / 扬声器）、测试音、 音频文件（音效板 / 音乐播放器）、任意输出设备。
- 虚拟麦克风：Windows 走 VB-CABLE，Linux 自建
purevox_mic，OBS / 浏览器 / 会议软件直接选它。 - 手机当麦克风 / 扬声器：局域网 HTTPS + Opus（网页版或 Android APK）。 只传音频：手机端只有麦克风上行 / 扬声器下行，不做远程打字或按键注入。
- 全局热键 / 提示音 / 开机自启：设置页可开关、录制启停热键；音效板每个音效单独录制热键；启动/停止提示音可选预设并试听。
- 系统托盘：最小化（-）和关闭（×）都收进托盘；托盘菜单可显示/隐藏、启停引擎、退出。
- 界面语言：中文 / English 切换在设置页（缺译条目回退中文）。
- 调试优先：独立调试窗口与只读 HTTP 接口
http://127.0.0.1:47821/debug同源同字段 （系统指标、每路流的速率/缓冲/欠载/丢弃、模型推理耗时、频谱波形）。
音频引擎完整：输入采集与重采样、输出与时钟伺服、降噪 / TSE / AEC、OBS 滤镜、设备池与混音、 网络（含 Android 客户端）、虚拟驱动、媒体行。界面已从 Tauri/WebView 迁移到 GPUI 节点画板； AEC 校准、TSE 参考录制、媒体节点的检查器都已接入；设置页有语言 / 开机自启 / 热键 / 提示音开关。 窗口几何记忆、Linux tar.gz/deb 打包、托盘（Windows 完整、Linux 启停/退出）都已接入。
- 下载：见 Releases（版本号 = 年.月.日）。
- 旧实现（Python + Tkinter）已删除；需要时用
git log查历史。 - 设计： AGENTS.md；平台与工具链现状：BUILD.md；协作约定：AGENTS.md。
# 开发构建 + 运行
cargo build --manifest-path src-tauri/Cargo.toml
./src-tauri/target/debug/purevox.exe
# 测试 / 门禁
cargo test --manifest-path src-tauri/Cargo.toml --bin purevox
cargo clippy --manifest-path src-tauri/Cargo.toml --all-targets -- -D warnings安装包流水线尚未恢复（去掉 Tauri bundler 后需改成 cargo + NSIS/AppImage/deb），
详见 BUILD.md。
运行期
| 平台 | 需要 | 说明 |
|---|---|---|
| Windows | GPU（DX11/12） | GPUI 用 GPU 绘制界面；核显即可 |
| Windows | VB-CABLE（可选） | 想把它当虚拟麦克风给 OBS / 会议软件用时安装 |
| Windows | opus.dll |
随包分发，网络音频用；不装也能跑其它功能 |
| Linux | ALSA | 音频 I/O（GPUI 需要 X11/Wayland 与 GPU） |
| Linux | PipeWire 或 PulseAudio | 设备枚举与采集（pactl / parec / pw-dump） |
| Linux | libopus0（可选） |
网络音频；缺失时该功能给出明确原因，其余正常 |
| Linux | pulseaudio-utils（paplay） |
启动 / 停止提示音；缺失时只少这一声，其余正常 |
| Linux | nvidia-smi 或 amdgpu sysfs（可选） |
调试面板的 GPU 读数；没有就不显示，不影响音频 |
| Linux | 桌面项（.desktop，安装包自带） |
全局热键需要桌面应用标识：从应用菜单/图标启动才有，终端直跑会被门户拒绝（界面会说明） |
| Linux | pkexec（deb/rpm 更新时） |
图形授权后交给包管理器安装 |
| Android | Android 8.0+（API 26） | 网页版客户端无需安装，浏览器打开电脑地址即可 |
构建期
- Rust（
rust-version = "1.95"）；Linux 需libasound2-dev pkg-config与 GPUI 的 X11/Wayland/fontconfig/Vulkan 依赖（完整清单见BUILD.md）。 - Python 3（
tools/automation/的门禁 / 打包 / 发版脚本）；界面是 Rust，不需要 Node/tsc。 onnxruntime由ort在构建时下载；Linux 也可链接系统/自备的libonnxruntime.so（见BUILD.md的ORT_*环境变量说明）。
- 源码：GPL-3.0-or-later，第三方库声明见 LICENSE-THIRD-PARTY.txt。
- 内置模型（
models/*.onnx）不随 GPL 授权，仅可随 PureVox 使用，见 MODEL-LICENSE.md。 - 想自己训练 / 换成 MIT 授权的模型：
lightweight-denoise-48k（降噪）、
lightweight-aec-48k（回声消除）。
⚠ 这两个仓库是旧的波形 hop 契约（STFT 在图内）；内置模型从 2026-10-29 起是谱进谱出
（
(1,2,481)复数谱 + 图外 FFT，见models/README.md），所以不能直接塞进models/—— 得先按同一份契约重新导出（加载时会明确报「不是谱接口」）。
Copyright (C) 2024-2026 a2heng [email protected]