Separata överlappande talare
När två personer pratar över varandra på ett spår drar detta verktyg fram den dominerande rösten och minskar överlappningen, vilket gör korssamtal lättare att följa och transkribera.
AI-modell Detta verktyg kör en generativ AI- modell på en GPU, så det tar längre tid än de omedelbara filter. Fri att prova; betald planer få prioritet på GPU.
Hur det fungerar
Överlappande tal är separerat från källan så förgrundshögtalaren är isolerad från den konkurrerande rösten och rummet. Resultatet är ett tydligare entalare spår från en rörig cross-talk inspelning.
Vad det är bra för
- Övertalning i intervjuer
- Enstaka tvåpersonersinspelningar
- Rensa upp debattljud
- Transkription prep för överlappning
Detaljer
- Motor
- Mel-Band RoFormer
- Format
- MP3, WAV, M4A, FLAC, OGG, AAC
- Pris
- Fri att försöka
Vanliga frågor
Den isolerar den dominerande nära-fält-högtalaren och undertrycker överlappningen. Full per-talare diarization till separata spår är på vår färdplan; idag renar den förgrundsrösten.
Ja — att minska den konkurrerande rösten och rummet gör tal-till-text mycket mer exakt på överlappande sektioner.
Inspelningar där din målhögtalare är närmast mikrofonen separerade bäst, eftersom närheten ger modellen en stark förgrundssignal.
Högtalarseparation är byggd för två röster som talar över varandra på ett rent spår, medan mål-talare extraktion drar en röst ur en bredare röra av röster, musik och buller.
Den är inställd för två överlappande röster; med tre eller fler lyfter den fortfarande den dominerande nästan-fält-högtalaren, men resultatet är mindre rent än en sann tvåpersons-cross-talk-inspelning.
Ett typiskt intervjusegment på under en minut, skalning med klipplängd snarare än med hur mycket överlappning det finns.
Lika volym röster är det svåraste fallet och lämnar mer av den konkurrerande talaren bakom sig; verktyget fungerar bäst när ditt mål är klart närmare, högre röst.