Buang bunyi latar belakang dari audio
Buang bunyi latar belakang yang stabil dan berpindah - pendingin hawa, kipas, bunyi jalan, nada bilik - dari sebarang rakaman sambil menjaga suara semulajadi. Dibina pada DeepFilterNet, pengurangan bunyi percakapan 48 kHz jalur penuh.
Bagaimana ia berfungsi
Fail anda dinyahtetapkan kepada 48 kHz dan dilalui melalui rangkaian penapis dalam yang meramal peningkatan per-frequency-band untuk setiap bingkai pendek, menekan tenaga bunyi sambil memelihara sampul ucapan. Tiada profil bunyi atau pemilihan manual diperlukan.
Apa yang baik untuk
- Podcast dan rakaman temubual
- Panggilan Zoom / Mesyuarat / Kumpulan
- Voiceover YouTube
- Rekod medan dan telefon
Perincian
- Enjin
- DeepFilterNet
- Format
- MP3, WAV, M4A, FLAC, OGG, AAC, MP4, MOV
- Harga
- Bebas untuk mencuba
Pertanyaan yang kerap ditanya
Ya. Tidak seperti pengurangan bunyi Audacity, model belajar bagaimana bunyi dan ucapan kelihatan dari beribu-ribu jam audio, jadi ia membuang bunyi secara automatik tanpa langkah profil bunyi.
Tidak, denoiser ini menggunakan peningkatan per band yang lembut daripada menutup keseluruhan bingkai, jadi timbre semula jadi dan nafas suara dijaga sementara lantai bunyi bising stabil jatuh.
Pengguna percuma dapat klip demo pendek; pengguna yang log masuk boleh proses fail panjang penuh sehingga had saiz rancangan. Fail yang sangat panjang distrim dalam kepingan.
Ia mengurangkan bunyi bukan-percakapan dengan kuat; percakapan yang bertanding sebahagiannya dikurangkan tetapi untuk latar belakang bercakap anda akan mendapat hasil yang lebih bersih dari alat bunyi-ramai yang didedikasikan.
Ya. Muat naik MP4 dan MOV diterima; kami mengekstrak trek audio, menghilangkan bunyi, dan kembalikan fail supaya anda tidak perlu demux sendiri.
Ya. DeepFilterNet beroperasi pada bentuk akustik percakapan berbanding bunyi bising, bukan pada perkataan, jadi ia membersihkan bahasa apa pun dengan baik.
Muat naik anda hanya digunakan untuk menghasilkan hasil bersih dan dibuang dari pelayan kami secara automatik selepas itu; ia tidak digunakan untuk melatih model.
Ia diset untuk suara, jadi pada muzik ia boleh membosankan instrumen kerana ia menganggap apa-apa bukan-percakapan sebagai bunyi. Kekalkan ia untuk bahan kata-kata yang diucapkan dan guna alat pemisahan untuk muzik.