Atskilte høytalere for overlapping
Når to mennesker snakker over hverandre på ett spor, trekker dette verktøyet den dominerende stemmen fram og reduserer overlappingen, noe som gjør krysstal lettere å følge og transkribere.
AI- modell Dette verktøyet kjører en generativ AI- modell på en GPU, så det tar lenger tid enn øyeblikksfiltrene. Gratis å prøve, betalte planer får prioritet på GPU.
Hvordan det virker
Overlappende tale er atskilt med kilde, så forgrunnshøytaleren er isolert fra konkurrerende stemme og rom. Resultatet er et klarere spor med én høytaler fra et rotete krysstaleropptak.
Hva det er bra for
- Krysstale ved intervjuer
- To-persons opptak med én mikrofon
- Rydder opp i debatten
- Forhåndsforskriving av transkribering for overlapping
Detaljer
- Motor
- Mel-Band RoFormer
- Formater
- MP3, WAV, M4A, FLAC, OGG, AAC
- Pris
- Ledig å prøve
Ofte stilte spørsmål
It isolates the dominant near-field speaker and suppresses the overlap. Full per-speaker diarization into separate tracks is on our roadmap; today it cleans the foreground voice.
Ja, å redusere den konkurrerende stemmen og rommet gjør tale-til-tekst langt mer nøyaktig når det gjelder overlappende avsnitt.
Opptak hvor måltaleren er nærmest mikrofonen separat best, siden nærheten gir modellen sterk forgrunn.
Høyttalerseparasjon er bygget for to stemmer som snakker over hverandre på et rent spor, mens mål-høytaler ekstrahering trekker en stemme ut av et bredere rot av stemmer, musikk og støy.
Det er tunt for to overlappende stemmer, med tre eller flere det fortsatt løfter den dominerende nær-field høyttaler, men resultatet er mindre rent enn en sann to-person kryss-tal opptak.
Et typisk intervjusegment som foregår i under ett minutt og skalerer med klippelengde i stedet for hvor mye overlapping det er.
Like volum stemmer er det vanskeligste tilfellet og la mer av den konkurrerende høyttaleren bak, verktøyet utfører best når målet er tydelig den nærmere, høyere stemmen.