dtln-rs

Node.js için yüksek performanslı gerçek zamanlı gürültü bastırma

Rust ile geliştirildi 🦀 | DTLN Sinir Ağı ile desteklenir 🧠 | Üretime hazır 🚀

Türkçe | English

🎯 Genel Bakış

dtln-rs, Node.js için yüksek performanslı bir ses gürültü bastırma kütüphanesidir ve Dual-Signal Transformation LSTM Network (DTLN) mimarisi üzerine inşa edilmiştir. Maksimum performans için Rust ile geliştirilmiş ve native Node.js eklentisi olarak paketlenmiştir. Gerçek zamanlıya yakın gürültü azaltma özellikleri şunlar için mükemmeldir:

• 🎙️ Sesli aramalar ve konferanslar (WebRTC entegrasyonu)
• 🎵 Ses akışı uygulamaları
• 🎧 Podcast ve ses prodüksiyon araçları
• 📞 VoIP uygulamaları
• 🤖 Sesli AI asistanları

✨ Temel Özellikler

• ⚡ Ultra hızlı: Modern donanımda gerçek zamandan 55x daha hızlı işler
• 🎯 Yüksek Kalite: En gelişmiş DTLN sinir ağı mimarisine dayalıdır
• 🔌 Tak ve Kullan: Önceden derlenmiş binary'ler dahil - Rust kurulumu gerektirmez
• 🌍 Çapraz platform: macOS (Intel & Apple Silicon), Linux (x64 & ARM64)
• 🪶 Hafif: Sadece ~4MB ML modeli, edge deployment için optimize edilmiş
• 🔒 Thread-safe: Eşzamanlı işleme için tasarlanmış
• 📦 Sıfır bağımlılık: Kendi kendine yeten native modül

🚀 Hızlı Başlangıç

Kurulum

npm install dtln-rs

Bu kadar! Önceden derlenmiş binary'ler şunlar için dahildir:

• ✅ macOS ARM64 (Apple Silicon)
• ✅ macOS x64 (Intel)
• ✅ Linux x64
• ✅ Linux ARM64

Temel Kullanım (JavaScript)

const dtln = require('@hayatialikeles/dtln-rs');

// Denoiser başlat
const denoiser = dtln.dtln_create();

// Ses bufferlarını hazırla (16kHz, mono, Float32Array)
const inputAudio = new Float32Array(512);  // Gürültülü sesiniz
const outputAudio = new Float32Array(512); // Temiz ses çıktısı

// Ses frame'ini işle
const isStarved = dtln.dtln_denoise(denoiser, inputAudio, outputAudio);

// Temizle
dtln.dtln_stop(denoiser);

TypeScript Kullanımı

Tam TypeScript desteği - tip tanımlamaları dahil!

import * as dtln from '@hayatialikeles/dtln-rs';

const denoiser: dtln.DenoiserHandle = dtln.dtln_create();

const inputAudio = new Float32Array(512);
const outputAudio = new Float32Array(512);

const isStarved: boolean = dtln.dtln_denoise(denoiser, inputAudio, outputAudio);

dtln.dtln_stop(denoiser);

Kapsamlı TypeScript örnekleri için example.ts dosyasına bakın.

🐳 Docker Kullanımı

Bu paketi Docker container'larında kullanırken, C++ runtime kütüphanelerini mutlaka yüklemelisiniz:

FROM node:18-slim

# dtln-rs için gerekli C++ kütüphanelerini yükle
RUN apt-get update && apt-get install -y \
    libc++-dev \
    libc++abi-dev \
    && rm -rf /var/lib/apt/lists/*

WORKDIR /app
COPY package*.json ./
RUN npm install

COPY . .
CMD ["node", "index.js"]

Bu kütüphaneler olmadan şu hatayı alırsınız:

libc++.so.1: cannot open shared object file: No such file or directory

Tam Docker entegrasyon rehberi için DOCKER.md dosyasına bakın.

📊 Performans Benchmarkları

MacBook Pro M1 üzerinde gerçek dünya performansı:

| Ses Süresi | İşlem Süresi | Gerçek-zamanlı Faktör | |------------|--------------|----------------------| | 10.00s | 195ms | 0.019x ⚡ | | 7.06s | 132ms | 0.019x ⚡ | | 22.10s | 333ms | 0.015x ⚡ |

0.019x gerçek-zamanlı faktör, gerçek zamandan 55x daha hızlı demektir 🚀

📖 API Referansı

dtln_create()

Yeni bir DTLN denoiser instance'ı oluşturur.

Döndürür: Denoiser handle

Örnek:

const denoiser = dtln.dtln_create();

dtln_denoise(denoiser, inputSamples, outputSamples)

Ses örneklerini işler ve gürültüyü kaldırır.

Parametreler:

• denoiser: dtln_create()'den dönen denoiser handle
• inputSamples: Giriş sesi Float32Array (16kHz, mono, -1.0 to 1.0)
• outputSamples: Temiz sesi alacak Float32Array (giriş ile aynı uzunlukta)

Döndürür: Boolean - işlemci gerçek zamandan yavaşsa true

Örnek:

const isStarved = dtln.dtln_denoise(denoiser, inputFrame, outputFrame);
if (isStarved) {
  console.warn('⚠️ İşlem gerçek zamandan yavaş');
}

dtln_stop(denoiser)

Denoiser instance'ını durdurur ve temizler. İşiniz bittiğinde mutlaka çağırın!

Parametreler:

• denoiser: Durdurulacak denoiser handle

Örnek:

dtln.dtln_stop(denoiser);

🎛️ Ses Gereksinimleri

| Parametre | Değer | |-----------|-------| | Örnekleme Hızı | 16kHz (16000 Hz) | | Kanallar | Mono (1 kanal) | | Format | Float32Array | | Aralık | -1.0 to 1.0 | | Frame Boyutu | 512 örnek (32ms önerilir) |

🌐 WebRTC Entegrasyon Örneği

const dtln = require('dtln-rs');

class RealtimeDenoiser {
  constructor() {
    this.denoiser = dtln.dtln_create();
    this.frameSize = 512; // 16kHz'de 32ms
  }

  /**
   * Sesi gerçek zamanlı olarak işle
   * @param {Float32Array} audioData - Giriş sesi (16kHz mono)
   * @returns {Float32Array} Gürültüsü alınmış ses
   */
  process(audioData) {
    const output = new Float32Array(audioData.length);

    // 512 örneklik parçalar halinde işle
    for (let i = 0; i < audioData.length; i += this.frameSize) {
      const chunk = audioData.slice(i, Math.min(i + this.frameSize, audioData.length));
      const outChunk = new Float32Array(this.frameSize);

      // Son parça küçükse doldur
      const padded = new Float32Array(this.frameSize);
      padded.set(chunk);

      dtln.dtln_denoise(this.denoiser, padded, outChunk);
      output.set(outChunk.slice(0, chunk.length), i);
    }

    return output;
  }

  destroy() {
    dtln.dtln_stop(this.denoiser);
  }
}

// WebRTC'de kullanım
const denoiser = new RealtimeDenoiser();

audioContext.createScriptProcessor(512, 1, 1).onaudioprocess = (e) => {
  const input = e.inputBuffer.getChannelData(0);
  const output = e.outputBuffer.getChannelData(0);

  const clean = denoiser.process(input);
  output.set(clean);
};

// Temizlik
window.addEventListener('beforeunload', () => denoiser.destroy());

🛠️ Platform Desteği

| Platform | Durum | Kurulum | |----------|-------|---------| | macOS ARM64 (M1/M2/M3) | ✅ Prebuilt | npm install (Rust gerekmez) | | macOS x64 (Intel) | ✅ Prebuilt | npm install (Rust gerekmez) | | Linux x64 | ✅ Prebuilt | npm install (Rust gerekmez) | | Linux ARM64 | 🔨 Kaynaktan derleme | Rust toolchain gerekir | | Windows x64 | 🔨 Kaynaktan derleme | Rust + MSVC gerekir |

Kaynaktan Derleme

Platformunuz için önceden derlenmiş binary yoksa:

# Rust'ı yükleyin https://rustup.rs/
curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh

# Modülü derleyin
npm install

📦 İçindekiler

• Prebuilt Binary'ler: macOS & Linux için kullanıma hazır
• DTLN Modelleri: Quantized TensorFlow Lite modelleri (~4MB)
• Kaynak Kodu: Tam Rust implementasyonu
• Örnekler: Gerçek dünya kullanım örnekleri

🏗️ Mimari

┌─────────────────────────────────────────┐
│         Uygulamanız                     │
│         (Node.js / JavaScript)          │
└────────────────┬────────────────────────┘
                 │
                 ▼
┌─────────────────────────────────────────┐
│          dtln-rs (Native Addon)         │
│                                         │
│  ┌───────────────────────────────────┐ │
│  │   DTLN Motoru (Rust)              │ │
│  │  ┌──────────────┐ ┌─────────────┐│ │
│  │  │  Model 1     │ │  Model 2    ││ │
│  │  │  (Frekans)   │ │  (Zaman)    ││ │
│  │  └──────────────┘ └─────────────┘│ │
│  └───────────────────────────────────┘ │
│               │                         │
│               ▼                         │
│  ┌───────────────────────────────────┐ │
│  │   TensorFlow Lite (Static)        │ │
│  └───────────────────────────────────┘ │
└─────────────────────────────────────────┘

🧪 Testleri Çalıştırma

Gerçek ses örnekleri ile test edin:

# Simüle edilmiş ses ile örnek çalıştır
node example.js

# Gerçek WAV dosyaları ile test et (repo'da dahil)
node test-real-audio.js

🤝 Katkıda Bulunma

Katkılarınızı bekliyoruz! Sorun bildirimleri ve pull request'ler göndermekten çekinmeyin.

1. Repository'i fork edin
2. Feature branch'i oluşturun (git checkout -b feature/harika-ozellik)
3. Değişikliklerinizi commit edin (git commit -m 'Harika özellik ekle')
4. Branch'e push edin (git push origin feature/harika-ozellik)
5. Pull Request açın

📄 Lisans

Bu proje MIT Lisansı altında lisanslanmıştır - detaylar için LICENSE dosyasına bakın.

🙏 Teşekkürler

Bu proje şu mükemmel çalışmalar üzerine inşa edilmiştir:

• DTLN (Dual-signal Transformation LSTM Network) - Nils Westhausen

  • Orijinal DTLN makalesi: "Dual-signal Transformation LSTM Network for Real-time Noise Suppression"
  • Gürültü bastırma için en gelişmiş deep learning yaklaşımı

• TensorFlow Lite - Google

  • Hafif ML çıkarım motoru
  • Edge cihazlarda gerçek zamanlı işlemeyi mümkün kılar

• Orijinal dtln-rs implementasyonu - Discord/Jason Thomas

  • DTLN'in ilk Rust portu
  • Bu geliştirilmiş multi-platform versiyonun temeli

Rust ve Node.js topluluklarına mükemmel araçlar ve kütüphaneler için özel teşekkürler!

📞 Destek

• 🐛 Sorunlar: GitHub Issues
• 💬 Tartışmalar: GitHub Discussions
• 📧 E-posta: [email protected]

🔗 Linkler

• GitHub Repository
• npm Paketi
• Orijinal DTLN Makalesi

Rust ile ❤️ ile yapıldı 🦀

Faydalı bulduysanız bu repository'e ⭐ yıldız verin!