Hush
- 官网
- www.weya.ai/hush
- PH
- www.producthunt.com/products/hush-df34eafa-13f7-4d91-856f-16…, 2026-06-23, 187 票(发布日 182)/ 日榜第 6 / 24 条评论库
- 一句话
- weya AI 开源的实时语音降噪模型,专治「背景人声」——把主说话人从嘈杂通话里分离出来,喂给下游 ASR / 语音 agent。
- 团队
- weya AI,2024 年 12 月成立,创始人 Hasan Ali Naqvi(CEO)、Atul Singh(CTO)、Himanshu Tiwari(COO);11 人团队在印度 Noida,官网挂旧金山地址官网YourStory 2025-10-16
- 收费
- 官网 2026-11-02 现价——Hush 本身免费(Apache 2.0),不单独收费;母平台 weya AI 按量计费 $0.12+/分钟(语音 agent)、$0.062+/会话(chat agent),$10 免费额度,>50,000 分钟/月走 Enterprise官网。旧档:PH 文案称「Apache 2.0 - free to use in production today」,与现价一致,无变化自报
- 状态判断
- 活着但平(模型和官网都还在、母公司在运营,但代码 3.5 个月没动、星数 5 天只涨 1、HF 累计下载 103 次)
- 证据强度
- 中(PH / GitHub / Hugging Face / 媒体报道四方对上;收入、HN、X 全无)
它在各库的曲线
发布之后的表现
收入:indie 库(TrustMRR)按域名 weya.ai 和名字 Hush 查,库里没有库。所以「开源免费、靠母平台变现」这个说法无法用收入数据验证。
用户 / 下载:appstore、googleplay、macappstore、chromestore 库里都没有 weya.ai / Hush 的对应条目(库里叫 Hush 的 App 全是别的开发者:约会、白噪音、家计簿等)库。唯一可量化的使用信号是 Hugging Face:weya-ai/hush 59 likes、累计 downloads 103、创建 2026-03-19、最后修改 2026-03-31官网。GitHub 侧 119 star / 22 fork。
开发者关注:github 库有 pulp-vision/Hush(组织名 weya.ai),119 star、22 fork、fork/star 18.5%、建库 2026-02-10、最后 push 2026-07-18、最后 release v1.0.0(2026-03-20)、4 个 open issue、suspect 为空、status「待观察」库。观测窗口 2026-10-28 至 11-01 星数 118→119,5 天涨 1库。异常追查:fork/star 18.5% 高于同龄同量级库的中位数(约 11%),但 GitHub forks 页面只列出 5 个 fork、全部 0 star,说明多数 fork 是「clone 下来跑推理 / 当模板」而非社区分叉,不是刷星信号官网。仓库不是只有 README:26 次提交、有 configs / data / deployment / docs 目录,7 月 18 日那次提交是并发内存修复(100 会话峰值 RSS 994MB→40MB),技术上是真在维护的官网。
讨论:hackernews 库按域名 weya.ai 和仓库 pulp-vision/hush 查,库里没有库。x 本地库没有 @weyaAI 或 Hush 的任何提及(唯一命中是一条无关的「shush」)库。PH 发布页有 24 条评论,质量不低——讨论集中在「端到端延迟」「重叠说话人」「和 Deepgram / Twilio 原生降噪比」,有人直接问「Apache 2.0 之后靠什么转化付费」官网。
官网动态:Hush 页面仍在,标注 NEW,含 before/after 音频 demo、客户 logo 墙(印度 BFSI 为主);博客最后一篇 2026-10-05,但都是泛语音 AI 内容,没有 Hush 的 changelog官网。HF 模型卡写着「v2 正在微调,即将发布」,截至 2026-11-02 没有 v2官网。媒体报道集中在 2026-04-08/09(cxotoday、IndianWeb2、techobserver),PH 发布是 6 月,两者不是同一次动作。
自报 vs 实际
| 自报 | 实际 / 第三方 |
|---|---|
| 「launched at #5 on HuggingFace's Audio-to-Audio leaderboard」自报 | 无法验证:HF 排行榜没有历史快照,库里也没有;只能确认模型确实在 HF 上、59 likes、103 downloads官网 |
| PH 票数 187 / 24 评论库 | hunted.space 显示 186 upvotes / 26 comments官网,差 1 票 2 评论,属快照时差,不算矛盾 |
| 「10,000+ 小时训练数据」「8MB」「<1ms / 10ms 帧」「1.8M 参数」自报 | 无第三方复现,库里没有;PH 评论区有人要求「加延迟、静音主说话人丢词率、第二说话人更响时的误留率」三个数字,官方没给 |
| 「genuinely open source, no open core catch」自报 | 与 GitHub 仓库一致:Apache 2.0 / MIT,模型权重、训练代码、Rust 运行时全公开官网 |
为什么成了 / 没成
它解决的是真问题——所有主流开源降噪(DeepFilterNet3、RNNoise、MetricGAN+)都只对稳态噪声优化,背景人声会被当成人声漏过去,这是语音 agent 生产环境的头号故障源。技术选择也聪明:8MB、纯 CPU、零 lookahead,直接嵌进电话链路。所以它在 PH 拿到日榜第 6、在 HN 之外的开发者圈有真实讨论。
但它没成「产品」,只成了「公司的一块技术招牌」。三个数字说明问题:PH 187 票 → GitHub 119 star → HF 累计 103 次下载,漏斗每一层都掉了大半,7 个月后累计下载还在三位数。代码在 2026-07-18 之后停更,v2 承诺了半年没发。原因不难猜:开源模型本身没有商业模式,weya AI 的钱来自 BFSI 语音 agent 平台($0.12/分钟),Hush 是获客和招聘素材,不是收入线。母公司还在跑(博客更新到 10 月、有 Kotak、TVS、Cars24 客户),所以这不是「死了」,是「开源发布完就归档成基础设施」。
对想跟的人
这个方向有位置,但位置不在「再开源一个降噪模型」——Hush 用 187 票 PH + 119 star 换来的只有 103 次 HF 下载,证明开发者会点赞、会 fork、不会付费。真正的空位是 PH 评论区反复问而官方没答的那三个数:端到端延迟、静音主说话人的丢词率、第二说话人更响时的误留率——谁能把「背景人声抑制」做成可验证的 benchmark 和托管 API(而不是一个 8MB 权重文件),谁才拿得到预算。最大的坑是:你的竞争对手是 Deepgram、Twilio 已经内置在语音管线里的免费降噪,以及 weya 这种「模型免费、靠平台赚钱」的对手——单卖模型这条路,这个档案里的 103 次下载就是答案。
没查到的
- indie 库没有 weya.ai / Hush,拿不到任何收入、MRR、订阅数、挂牌信息。
- appstore / googleplay / macappstore / chromestore 库里没有对应条目(同名 Hush 均为其他开发者)。
- hackernews 库没有 weya.ai 域名或该仓库的任何帖子;x 本地库没有 @weyaAI 或 Hush 的提及。
- 无法回答:Hush 的真实生产使用量、有多少团队在跑、weya AI 的收入与最新融资(Tracxn 记 $69.2K / 1 轮,Razorpay Rize 记「bootstrapped、约 60 万卢比朋友家人轮」,两处口径不一致且都非官方)。
档案由 agent 建(deepseek/deepseek-v4.1-flash,36 步,2026-11-01T11:45);〔库〕= 我们自己的库,〔官网〕= 当天抓的网页。