Altofalantes separados sobreaplausos

Quando duas pessoas falam sobre um outro numa pista, esta ferramenta puxa a voz dominante para frente e reduz a sobreposição, tornando a conversa cruzada mais fácil de seguir e transcribir.

Modelo de IA Esta ferramenta executa um modelo de IA gerativa em uma GPU, por isso leva mais tempo do que os filtros instantâneos. Gratuito para tentar; planos pagos obter prioridade na GPU.

🎧

Deixe um arquivo de áudio ou vídeo aqui

ou

MP3, WAV, M4A, FLAC, OGG, AAC

Limpe o áudio...

O seu link de resultado
Antes

Dica: pressione a barra de espaço para alternar Antes / Depois.

Baixar stems
Baixe áudio limpo Inscreva-se para arquivos de comprimento completo

Como funciona

O discurso sobrepontor é separado por fonte, então o altofalante em primeiro plano é isolado da voz e sala competidores. O resultado é uma pista de um único falante mais clara de uma gravação de fala cruzada desordenada.

Para que é bom

  • Falar em entrevistas
  • Gravações de duas pessoas monomáticas
  • Limpeza do debate áudio
  • Preparação da transcrição para sobreposição

Detalhes

Motor
Mel-Band RoFormer
Formatos
MP3, WAV, M4A, FLAC, OGG, AAC
Preço
Livre de tentar

Perguntas mais frequentes

Ele isola o alto-falante dominante perto de campo e suprime a sobreposição. A diarização completa por falante em faixas separadas está em nosso roadmap; hoje limpa a voz de primeiro plano.

Sim — a redução da voz e da sala competitivas torna a fala ao texto muito mais precisa em secções sobrepostas.

Gravação onde o seu alto-falante alvo é mais próximo do microfone separado melhor, já que a proximidade dá ao modelo um forte primeiro plano.

A separação de falantes é construída para duas vozes falando um sobre o outro em uma pista limpa, enquanto a extração de falantes-alvo tira uma voz de uma confusão mais ampla de vozes, música e ruído.

É sintonizado para duas vozes sobrepostas; com três ou mais ele ainda levanta o alto-falante dominante perto de campo, mas o resultado é menos limpo do que uma verdadeira gravação de duas pessoas cruzada.

Um segmento de entrevista típico processos em menos de um minuto, escalando com comprimento de clipe em vez de com quanta sobreposição há.

Voz de igual volume são o caso mais difícil e deixam mais do alto-falante competidor para trás; a ferramenta funciona melhor quando o seu alvo é claramente a voz mais próxima e mais forte.

Ferramentas relacionadas