AppAttentionéditeur officiel

DeepFilterNet

App : Un produit que vous utilisez directement

Suppression de bruit en temps réel, légère, fonctionne même sur CPU.

Le débruiteur libre le plus efficace pour la voix.

Site officiel GitHub · 4 882 ★

Score global

6.6 /10

Sécu : rien à signaler

Utilité

8.0

Fiabilité

1.0

Sécurité

Aucune réserve recensée

Facilité

Technique · Technique

La sécurité reflète la destination des données, les permissions demandées et les incidents recensés à la date de vérification. Ce n’est pas une garantie d’absence de risque : vérifiez le mode de déploiement et les connexions que vous activez.

Ce que ça fait, concrètement

Les enregistrements audio contiennent souvent des bruits de fond indésirables : ventilateurs, claviers, bruits de rue ou de bureau. DeepFilterNet s'attaque à ce problème en supprimant ces bruits en temps réel, sans envoyer vos fichiers sur un serveur distant.

L'outil repose sur une technique appelée Deep Filtering appliquée à l'audio pleine bande à 48 kHz. Il existe en trois versions successives (DeepFilterNet, DeepFilterNet2, DeepFilterNet3), chacune améliorant la qualité perceptive et réduisant la complexité de calcul. Il s'utilise soit via un binaire précompilé en ligne de commande, soit via un plugin LADSPA intégré à PipeWire pour filtrer le microphone en direct.

DeepFilterNet s'adresse aux développeurs, podcasteurs, streameurs et utilisateurs avancés sous Linux ou Windows qui souhaitent améliorer la qualité de leur voix sans dépendre d'un service en ligne. Il peut aussi être intégré dans des scripts Python grâce au paquet disponible sur PyPI.

En revanche, il ne convient pas aux utilisateurs qui cherchent une interface graphique simple ou qui travaillent exclusivement sur macOS : la démo interactive et l'entraînement des modèles ne sont testés que sous Linux, et l'outil reste orienté ligne de commande.

Ce que ça propose

·Suppression de bruit en temps réel sur des fichiers audio WAV à 48 kHz via la commande deep-filter.
·Plugin LADSPA compatible PipeWire pour filtrer le bruit du microphone en direct pendant les appels ou enregistrements.
·Trois modèles préentraînés disponibles (DeepFilterNet, DeepFilterNet2, DeepFilterNet3) offrant des niveaux de qualité progressifs.
·Binaire précompilé sans dépendance Python, utilisable directement après téléchargement sur Linux et Windows.
·Intégration Python via pip (paquet deepfilternet) pour un usage dans des scripts ou des pipelines de traitement audio.
·Option de post-filtre (--pf) pour atténuer davantage les sections très bruyantes.
·Traitement possible sur CPU sans nécessiter de carte graphique, avec option GPU via le backend PyTorch.

Nos conseils

Utilisez l'option --pf pour activer le post-filtre : il sur-atténue légèrement les passages très bruités et peut améliorer le rendu sur des enregistrements particulièrement dégradés.
Si la synchronisation temporelle est importante (sous-titrage, montage), ajoutez l'option -D (--compensate-delay) pour compenser le décalage introduit par le traitement STFT.
Pour filtrer votre microphone en direct sous Linux, intégrez le plugin LADSPA avec PipeWire via filter-chain : cela évite de traiter des fichiers après coup.
Pour choisir un modèle spécifique, utilisez l'option -m suivi du nom du modèle (par exemple DeepFilterNet3) : le modèle DeepFilterNet2 est chargé par défaut si aucun n'est précisé.
Si vous souhaitez utiliser le GPU pour accélérer le traitement, installez le backend PyTorch avec support CUDA et utilisez l'interface Python plutôt que le binaire Rust.

À éviter

Seuls les fichiers WAV à 48 kHz sont pris en charge par le binaire précompilé : tout fichier dans un autre format ou à une autre fréquence d'échantillonnage devra être converti au préalable.
La démo interactive et l'entraînement des modèles ne sont testés que sous Linux ; les utilisateurs Windows et macOS peuvent rencontrer des limitations pour ces usages avancés.

En pratique

Prix: GratuitGratuit, MIT et Apache.
Usage commercial: Usage commercial : oui
Disponible sur: cli, windows, linux
Licence: MIT
En local: Oui
Interface FR: Non

Sécurité et données

Pastille: Sécu : rien à signaler
Vos données: Données en local
Permissions: Local.
Maintenance: Inactive depuis plus de six mois
Dernière release: 31 août 2023

Liens et dépôt vérifiés le 25 octobre 2026 · ajoutée le 1 janvier 2021

Comment installer DeepFilterNet

1. Rendez-vous sur la page des releases GitHub (github.com/Rikorose/DeepFilterNet/releases) et téléchargez le binaire précompilé correspondant à votre système (Linux ou Windows). 2. Vérifiez l'intégrité du fichier téléchargé si des sommes de contrôle sont fournies sur la page de release. 3. Placez le binaire dans un dossier accessible depuis votre terminal (par exemple dans /usr/local/bin sous Linux). 4. Pour l'installation Python, exécutez : pip install deepfilternet (après avoir installé PyTorch depuis pytorch.org). 5. Testez l'installation en lançant : deep-filter --version ou deepFilter path/to/noisy_audio.wav. 6. Tout le traitement s'effectue localement : aucune donnée audio n'est transmise à un service externe.

pip install deepfilternet

Dans la même catégorie

Toute la catégorie Audio, voix & musique →