Sprachisolator

Funktionen von Sprachisolator

• 01

  Zweistufige Isolierung, nicht nur Rauschunterdrückung

  Mehrpass-Neuronale Rauschunterdrückung verschärft das Rausch-Grundrauschen bei jedem Durchlauf. Ein sprachaktivitätsgesteuertes Gate verstummt dann Frames, bei denen das Modell sicher keine Sprache enthält — daher fallen Hintergrundmusik, Applaus und Gespräche zwischen Phrasen ganz weg.

• 02

  Anpassbar für Podcast- oder Rettungsarbeit

  Die Isolierungsstärke steuert, wie aggressiv Nicht-Sprache-Frames gated werden. Reduziere für natürlich klingende Podcasts, erhöhe für vollständiges Entfernen einer Musikbett oder Publikum aus einer lauten Aufnahme.

• 03

  Läuft lokal, kein Upload

  Die gesamte Pipeline ist ein 125-KB-WebAssembly-Modul, das einmal geladen wird und dann zwischengespeichert bleibt. Audio wird dekodiert, isoliert und vollständig auf deinem Computer heruntergeladen — kein Server-Roundtrip, kein Konto, keine Längenlimits jenseits der 200-MB-Dateigrenze.

FAQ zu Sprachisolator

Wie unterscheidet sich das vom Voice Enhancer?

Voice Enhancer führt einen einzelnen Rauschunterdrückungs-Durchlauf durch und behält das natürliche Gefühl der Aufnahme bei — am besten für die Bereinigung von konstanten Geräuschen wie Lüftern oder Klimaanlage. Sprachisolator stapelt mehrere Durchläufe und fügt ein sprachaktivitätsgesteuertes Gate hinzu, das alles außer dem Sprecher zum Schweigen bringt — am besten zum Entfernen von Musik, Publikum oder anderer Gespräche aus dem Hintergrund.

Kann es Hintergrundmusik aus einer Sprachaufnahme entfernen?

Ja, wenn die Musik deutlich unter der Stimme im Pegel liegt. Das Gate verstummt Frames mit keiner erkannten Sprache, und die mehrfache Rauschunterdrückung zieht die Musik herunter, die während Wörter durchblutet. Schwere gemasterte Musik mit der gleichen Lautstärke wie die Stimme ist schwieriger — versuche Stärke 90–100 und drei Durchläufe für diese Fälle.

Was bewirkt der Isolierungsstärke-Schieber?

Es setzt, wie aggressiv Nicht-Sprache-Frames gedämpft werden. Bei 0 ist das Gate locker und du hörst schwachen Hintergrund; bei 100 geht alles, wofür das Modell nicht sicher ist, dass es Stimme ist, zum Schweigen. 70–80 ist ein guter Ausgangspunkt für Podcasts, 90–100 für Musik oder Publikumsentfernung.

Wird das Audio auf einen Server hochgeladen?

Nein. Das Modell und deine Datei bleiben in deinem Browser. Die Pipeline ist ein kleines WebAssembly-Modul, das lokal auf deiner CPU läuft, sodass nichts deinen Computer verlässt.

Welches Ausgabeformat bekomme ich?

Eine Mono-48-kHz-WAV-Datei in 16-Bit-PCM. WAV ist unkomprimiert und funktioniert in jedem Audio-Editor und Podcast-Host. Verwende das Convert Audio-Tool, um eine MP3 zu exportieren, wenn du eine kleinere Datei brauchst.

Wie lange kann die Aufnahme sein?

Dateien bis zu 200 MB werden akzeptiert. Zwei Durchläufe verarbeiten ungefähr 3–5× Echtzeit auf einem modernen Laptop, daher isoliert sich eine 10-Minuten-Aufnahme in zwei bis drei Minuten.