用途：NVIDIA Maxine 音频效果（现归入 NVIDIA AI for Media）是音频清理与增强环节，用于直播或离线媒体管线中的语音处理，而非声音生成。
主要能力：denoiser/BNR 去除背景噪声；dereverb 抑制房间混响；dereverb_denoiser 同时处理噪声与混响；aec 用于双向通信回声消除，需近端麦克风加远端参考信号；superres 音频超分辨率（如 8kHz→16kHz、16kHz→48kHz）；studio_voice_high_quality 离线增强劣质语音；studio_voice_low_latency 实时版本；speaker_focus 与 voice_font 为 Early Access 功能，后者涉及声音身份转换，需明确同意。BNR NIM 仅覆盖背景噪声去除，提供容器化 gRPC 服务或托管 Try API，不假定支持其他效果。
使用方式：先选运行时。本地 AFX SDK 适合需要多种效果、本地保管或低延迟客户端集成，需 Tensor Core GPU，Windows 面向客户端、Linux 面向服务器；BNR NIM 适合仅需降噪的容器化服务，流式模式按 10ms 分块，事务模式为整文件请求，托管预览限 WAV、35MB/6 分钟。SDK 效果输入输出通常保持 32 位浮点，采样率与帧大小应查询 SDK 而非硬编码。
适用场景：视频会议与直播、播客与访谈清理、广告与虚拟人配音、社交与 UGC 音频抢救、本地化与 ASR 前处理。
限制：不用于音乐生成、音源分离、TTS、法律级取证修复或恢复削波内容。处理前需确认说话人权利与云处理许可，敏感音频优先本地或自托管，密钥用环境变量或密钥管理，网络服务用 TLS/mTLS。强度建议从低到高做 A/B 试听，避免过度处理。具体模型配置、GPU 支持、SDK 版本与访问要求请以 NVIDIA 官方文档为准。