היפרדות בין דוברים
כאשר שני אנשים מדברים אחד על השני על מסלול אחד, הכלי הזה מושך את הקול הדומיננטי קדימה ומפחית את החפיפה, מה שהופך את השיחה הנגדית לקלה יותר לעקוב ולתעתק.
מודל אל כלי זה מפעיל מודל Generative AI על GPU, כך שזה לוקח יותר זמן מהמסננים המיידיים. חופשי לנסות; תוכניות בתשלום לקבל עדיפות על GPU.
איך זה עובד
הדיבור החופף מופרד ממקורות המקור כך שהדובר הקדמי מבודד מהקול והחדר המתחרות התוצאה היא מסלול חד-רמקול ברור יותר מהקלטה של שיחה צולבת מבולגנת
למה זה טוב?
- שיחות חוצה בראיונות
- הקלטות של שני אנשים עם מיקרופון יחיד
- מנקה שמע דיון
- Transcription prep for overlap
פרטים
- מנוע
- Mel-Band RoFormer
- תבנית
- MP3, WAV, M4A, FLAC, OGG, AAC
- מחיר
- חופשי לנסות
שאלות לעתים קרובות
הוא מבודד את הדובר הדומיננטי ליד השדה ומדחיק את החפיפה. דיאריזציה מלאה לרמקול לרצועות נפרדות נמצאת על מפת הכביש שלנו; היום הוא מנקה את הקול הקדמי.
Yes — reducing the competing voice and room makes speech-to-text far more accurate on overlapping sections.
הקלטות בהן הדובר שלך קרוב למיקרופון הכי טוב, מאחר והקרבה נותנת למודל סימן קדמי חזק.
הפרדת דוברים בנויה לשני קולות שמדברים אחד על השני על מסלול נקי, בעוד הוצאת רמקול מטרה מושכת קול אחד מתוך בלגן רחב יותר של קולות, מוסיקה ורעש.
הוא מכוון לשני קולות חופפים; עם שלושה או יותר הוא עדיין מרים את הדובר הדומיננטי ליד שדה, אבל התוצאה פחות נקייה מאשר הקלטה של שני אנשים.
קטע ראיון טיפוסי מתהליכים בפחות מדקה, מכפיל את אורך הקליפ ולא עם כמה חפיפה יש.
קולות שווים הם המקרה הקשה ביותר ומשאירים מאחור יותר מהדובר המתחרה; הכלי מבצע הכי טוב כאשר המטרה שלך היא בבירור הקול הקרוב והקול החזק יותר.