请问有C#的实现吗

[dfengpo]

iic/speech_zipenhancer_ans_multiloss_16k_base这个模型的降噪效果还不错
请问有C#的实现吗，或者有没有实现思路？
我自己用C#onnxruntime调用model.onnx(https://www.modelscope.cn/models/iic/speech_zipenhancer_ans_multiloss_16k_base/file/view/master?fileName=README.md&status=1)这里下载下来的模型，提示需要分配超大内存，请问你python是怎么解决的
[E:onnxruntime:, sequential_executor.cc:514 ExecuteKernel] Non-zero status code returned while running MatMul node. Name:'/model/TSConformer/0/0/self_attn_weights_1/MatMul' Status Message: /onnxruntime_src/onnxruntime/core/framework/bfc_arena.cc:376 void* onnxruntime::BFCArena::AllocateRawInternal(size_t, bool, onnxruntime::Stream*, bool, onnxruntime::WaitNotificationFn) Failed to allocate memory for requested buffer of size 515293323776，

[DakeQQ]

我们使用静态输入形状，例如一个5120的int16数组，它对应320毫秒的音频样本。这个过程涉及将原始音频切片成320毫秒的段，并将其传递到芯片。使用并行计算是可选的。

音频切片部分代码

if audio_len > INPUT_AUDIO_LENGTH:
    if (shape_value_in != shape_value_out) & isinstance(shape_value_in, int) & isinstance(shape_value_out, int):
        stride_step = shape_value_out
    num_windows = int(np.ceil((audio_len - INPUT_AUDIO_LENGTH) / stride_step)) + 1
    total_length_needed = (num_windows - 1) * stride_step + INPUT_AUDIO_LENGTH
    pad_amount = total_length_needed - audio_len
    final_slice = audio[:, :, -pad_amount:]
    white_noise = (np.sqrt(np.mean(final_slice * final_slice)) * np.random.normal(loc=0.0, scale=1.0, size=(1, 1, pad_amount))).astype(audio.dtype)
    audio = np.concatenate((audio, white_noise), axis=-1)
elif audio_len < INPUT_AUDIO_LENGTH:
    white_noise = (np.sqrt(np.mean(audio * audio)) * np.random.normal(loc=0.0, scale=1.0, size=(1, 1, INPUT_AUDIO_LENGTH - audio_len))).astype(audio.dtype)
    audio = np.concatenate((audio, white_noise), axis=-1)

aligned_len = audio.shape[-1]

说明

• 如果音频长度超过静态输入形状，代码会对音频进行整数倍填充，然后再切片。
• 如果音频长度小于静态输入形状，则用白噪声填充音频。
• 这就是我们仓库中的演示工作方式。

注意

我们对C#不太熟悉，因此对于从Python到C#的代码转换，您可以考虑使用GPT或其他代码转换工具。