পৃথক ওভারল্যাপ স্পিকার
যখন দুইজন একই ট্র্যাকে একে অপরের উপর কথা বলছে, তখন এই টুলটি প্রধান কণ্ঠকে সামনে নিয়ে আসে এবং ওভারলে কমিয়ে দেয়, যার ফলে ক্রস-ট্যাকিং সহজে অনুসরণ করা এবং অনুবাদ করা যায়।
AI মডেল এই টুলটি একটি GPU-এ একটি প্রজন্ম AI মডেল চালায়, তাই এটি ইনস্ট্যান্ট ফিল্টারের চেয়ে বেশি সময় নেয়। বিনামূল্যে পরীক্ষা করা যায়; বিনামূল্যে পরিকল্পনা GPU-তে অগ্রাধিকার পায়।
এটা কিভাবে কাজ করে
অদলবদল করা কথাবার্তা উৎস দ্বারা পৃথক করা হয় যাতে সামনের স্পিকার প্রতিদ্বন্দ্বী কন্ঠ এবং রুম থেকে আলাদা করা হয়। ফলে একটি অসঙ্গত ক্রস-ট্যাক রেকর্ডিং থেকে একটি স্পষ্ট একক স্পিকার ট্র্যাক পাওয়া যায়।
এটা কিসের জন্য ভালো
- সাক্ষাৎকারে ক্রস-ট্যাক
- একক মাইক্রোফোন দুই ব্যক্তি রেকর্ডিং
- বিতর্কের অডিও পরিষ্কার করা হচ্ছে
- অদলবদল করার জন্য অনুবাদ প্রস্তুত করুন
বিস্তারিত বিবরণ
- ইঞ্জিন
- Mel-Band RoFormer
- ফরম্যাট
- MP3, WAV, M4A, FLAC, OGG, AAC
- মূল্য
- চেষ্টা করার জন্য মুক্ত
প্রায়শই জিজ্ঞাসিত প্রশ্ন
এটি প্রধান নিকটবর্তী স্পিকারকে আলাদা করে এবং ওভারল্যাপকে দমন করে। প্রতি স্পিকারের জন্য পৃথক ট্র্যাকে সম্পূর্ণ ডায়ারাইজেশন আমাদের রুট ম্যাপে আছে; আজ এটি ফরোয়ার্ড ভয়েস পরিষ্কার করে।
হ্যাঁ, প্রতিদ্বন্দ্বী কণ্ঠ এবং স্থান কমানোর ফলে কথা থেকে টেক্সট তৈরি করা অনেক বেশি সঠিক হয়ে যায়।
যেখানে আপনার লক্ষ্য স্পিকার মাইক্রোফোনের কাছাকাছি সেখান থেকে রেকর্ডিং করা সবচেয়ে ভালো, কারণ কাছাকাছি থাকা মডেলকে একটি শক্তিশালী ফরোয়ার্ড কুইক দেয়।
স্পিকার বিভাজনের মাধ্যমে দুইটি কণ্ঠ একে অপরের উপরে কথা বলার জন্য একটি পরিষ্কার ট্র্যাক তৈরি করা হয়েছে, যেখানে টার্গেট স্পিকার এক্সট্র্যাক্টিং শব্দ, সঙ্গীত এবং শব্দের একটি বড় ঝামেলা থেকে একটি কণ্ঠকে বের করে আনে।
এটি দুটি অন্তর্নিহিত কণ্ঠের জন্য টুইন করা হয়েছে; তিন বা তার বেশি হলেও এটি এখনও প্রধান নিকটবর্তী স্পিকারকে তুলে ধরে, কিন্তু ফলাফল সত্যিকারের দুইজনের ক্রস-টক রেকর্ডিং এর চেয়ে কম পরিষ্কার।
সাক্ষাৎকারের একটি সাধারণ অংশ এক মিনিটেরও কম সময়ে প্রক্রিয়াজাত হয়, যেখানে কতটা ওভারলে রয়েছে তা নয়, বরং ক্লিপের দৈর্ঘ্য অনুযায়ী স্কেল করা হয়।
সম পরিমাণের কণ্ঠস্বর সবচেয়ে কঠিন এবং প্রতিদ্বন্দ্বী স্পিকারদের অনেক বেশি পিছনে ফেলে দেয়; এই টুলটি সবচেয়ে ভালো কাজ করে যখন আপনার লক্ষ্য স্পষ্টভাবেই কাছাকাছি, উচ্চস্বরে কণ্ঠস্বর।