Mag-isa na naka-overlap Speakers
Kapag ang dalawang tao ay nag-uusap sa isa't isa sa isang track, ang tool na ito ay humahawak ng dominanteng boses pasulong at binabawasan ang overlap, na ginagawang mas madali ang cross-talk na sundin at isalin.
Modelo ng AI Ang tool na ito ay tumatakbo ng isang generative AI modelo sa isang GPU, kaya ito ay tumatagal ng mas mahaba kaysa sa instant filter. Libreng subukan; bayad na plano makakuha ng prayoridad sa GPU.
Paano ito gumagana
Ang mga nakasabay na pananalita ay hinahati sa pamamagitan ng pinagmulan kaya ang tagapagsalita sa harap ay nakahiwalay mula sa nakikipagkumpitensya na boses at kuwarto. Ang resulta ay isang mas malinaw na single-speaker track mula sa isang masalimuot na cross-talk recording.
Ano ito ay mabuti para sa
- Cross-talk sa mga panayam
- Single-mic dalawang tao na pag-record
- Paglilinis ng debate audio
- Transcription prep para sa pagkakatumbas
Mga detalye
- Engine
- Mel-Band RoFormer
- Mga format
- MP3, WAV, M4A, FLAC, OGG, AAC
- Presyo
- Libreng subukan
Mga madalas itanong na katanungan
Ito ay nag-iisolation ang dominante malapit-patlang speaker at suppresses ang pagkakaiba-iba. Buong per-speaker diarization sa hiwalay na mga track ay sa aming roadmap; ngayon ito cleans ang mga unang-uri ng boses.
Oo — pagbabawas ng nakikipagkumpitensya boses at kuwarto ay gumagawa ng pagsasalita-sa-text malayo mas tumpak sa mga nakasalansan na mga seksyon.
Ang mga rekord kung saan ang iyong target speaker ay pinakamalapit sa mic hiwalay na pinakamahusay, dahil ang proximity ay nagbibigay ng modelo ng isang malakas na foreground cue.
Ang mga salitang ito ay maaaring tumukoy sa: Mga salitang may dalawang pantig na may isang pantig na pantig na pantig na pantig na pantig na pantig na pantig na pantig na pantig na pantig na pantig na pantig na pantig
Ang mga ito ay maaaring maglaman ng dalawang mga elemento: ang isang elementong may mas mataas na enerhiya at ang isa na may mas mababang enerhiya.
Ang isang tipikal na segment ng pakikipanayam ay proseso sa ilalim ng isang minuto, scaling sa haba ng clip sa halip na sa kung gaano karaming mga overlap doon.
Ang mga salitang ito ay may mga katangiang pang-emosyonal: ang mga ito ay may mga tunog na may kaugnayan sa mga emosyon; ang mga ito ay may mga tunog na may kaugnayan sa mga emosyon.