Des orateurs séparés

Lorsque deux personnes se parlent l'une sur l'autre sur une piste, cet outil tire la voix dominante vers l'avant et réduit le chevauchement, ce qui facilite la conversation croisée et la transcrire.

Modèle AI Cet outil exécute un modèle d'IA génératif sur un GPU, donc il faut plus de temps que les filtres instantanés. Gratuit à essayer; les plans payés obtiennent la priorité sur le GPU.

🎧

Déposer un fichier audio ou vidéo ici

ou

MP3, WAV, M4A, FLAC, OGG, AAC

Nettoyer votre son...

Votre lien de résultat
Avant

Conseil : appuyez sur la barre d'espace pour basculer avant / après.

Télécharger les stems
Télécharger l'audio nettoyé Inscrivez-vous pour les fichiers complets

Comment ça marche

La parole en surplaçant est séparée par la source, de sorte que l'enceinte de premier plan est isolée de la voix et de la pièce concurrentes.

Pourquoi c'est bon pour ça

  • Entretiens croisés
  • Enregistrements à un seul micro-ondes pour deux personnes
  • Nettoyer le débat audio
  • Préparation de transcription pour le chevauchement

Détails

Moteur
Mel-Band RoFormer
Formats
MP3, WAV, M4A, FLAC, OGG, AAC
Prix
Gratuit pour essayer

Foire aux questions

Il isole le haut-parleur dominant du champ proche et supprime le chevauchement. La diarisation complète par haut-parleur en pistes séparées est sur notre feuille de route; aujourd'hui, il nettoie la voix de premier plan.

Oui — réduire la voix et la salle concurrentes rend la parole vers le texte beaucoup plus précise sur les sections qui se chevauchent.

Enregistrements où votre haut-parleur cible est le plus proche du micro séparé le mieux, car la proximité donne au modèle un signal avant-plan fort.

La séparation des haut-parleurs est construite pour deux voix qui parlent l'une sur l'autre sur une piste propre, tandis que l'extraction des haut-parleurs-cibles tire une voix d'un plus grand désordre de voix, de musique et de bruit.

Il est accordé pour deux voix qui se chevauchent; avec trois ou plus, il soulève encore le haut-parleur dominant près du champ, mais le résultat est moins propre qu'un véritable enregistrement croisé de deux personnes.

Un segment d'entrevue typique se déroule en moins d'une minute, avec une échelle de longueur de clip plutôt qu'avec le chevauchement.

Les voix à volume égal sont le cas le plus difficile et laissent derrière elles plus de l'enceinte concurrente; l'outil se porte mieux lorsque votre cible est clairement la voix plus proche et plus forte.

Outils connexes