分離重なりスピーカー
２人の人が１つのトラックで互いに話し合うとき，このツールは支配的な声を前方に引き上げ，重なりを減らし，クロストークを追跡し，転写するのを容易にする。
AIモデル このツールは GPU 上で生成的 AI モデルを実行します。インスタントフィルタよりも時間がかかります。試用は無料です。有料プランは GPU 上で優先されます。
仕組み
重なり合う音声を音源で分離し、前景のスピーカーを他の音声や部屋から隔離します。結果として、混乱したクロストーク録音からより明瞭な単一スピーカートラックが得られます。
それが良いところは
- インタビューでのクロスタッチ
- シングルマイク2人録音
- 議論音声の整理
- 転写の重複のための準備
詳細
- エンジン
- Mel-Band RoFormer
- フォーマット
- MP3, WAV, M4A, FLAC, OGG, AAC
- プライス
- 試してみる
よくある質問
これは，主な近接音声を隔離し，オーバーラップを抑制する。
競合する声と部屋を減らすことで 重なり合う部分での 音声からテキストへの変換が ずっと正確になる
目標のスピーカーがマイクに最も近いところでの録音が最も良い。 近接性はモデルに強い前景のキューを与える。
音声分離は，清潔なトラック上で互いに話し合う２つの声に対して構築され，ターゲットスピーカ抽出は，音声，音楽，雑音のより広い混乱から１つの声を引き出す。
２つの重なり声に調整し，３つ以上の場合は優勢な近接スピーカーを上げるが，結果は真の２人クロストーク録音よりもクリーンではない。
典型的なインタビューセグメントは１分以下で処理され，重複の程度よりもクリップの長さでスケールする。
音量の同じ声は最も難しい場合であり、競合する話者の多くを後に残す。このツールは、目標が明らかに近く、大きい声であるときに最もよく動作する。