शोरगुल वाली रिकॉर्डिंग से स्वच्छ वॉइस निकालें - निजी रूप से, आपके ब्राउज़र में।

मानक नॉइज़ में कमी स्थिर पृष्ठभूमि हिस और गूंज को संभालता है। लेकिन एक व्यस्त कैफे में दर्ज पॉडकास्ट अतिथि, संगीत बिस्तर पर किया गया साक्षात्कार, या एक भीड़ वाले इवेंट में फिल्माया गया भाषण के बारे में क्या? जब बैकग्राउंड जोरदार, विविध या संगीतमय हो, तो एक एकल डिनॉइज़ पास पर्याप्त नहीं है - आपको एक ऐसी प्रणाली की आवश्यकता है जो यह भी पहचान सके कि ऑडियो का कौन सा हिस्सा भाषण है और बाकी सब कुछ को मौन करता है।

Handytool का वॉइस आइसोलेटर एक दो-चरण पाइपलाइन चलाता है: शोर मंजिल को कसने के लिए RNNoise न्यूरल डिनॉइज़िंग के कई पास, इसके बाद एक वॉइस-एक्टिविटी-चालित गेट जो फ्रेम को दबाता है जो मॉडल गैर-भाषण के रूप में पहचानता है। परिणाम एक ट्रैक है जहां मौन वाक्यांशों के बीच बैकग्राउंड को बदलता है, न कि मूल शोर का एक शांत संस्करण। पूरी प्रक्रिया आपके ब्राउज़र में स्थानीय रूप से चलता है - कोई अपलोड नहीं, कोई खाता आवश्यक नहीं।

अलगाव पाइपलाइन एक 125 KB WebAssembly मॉड्यूल है जो एक बार आपके ब्राउज़र में लोड होता है। जब आप एक फाइल डालते हैं, तो इसे डिकोड किया जाता है और पूरी तरह से आपकी मशीन पर प्रोसेस किया जाता है। कोई ऑडियो सर्वर पर स्ट्रीम नहीं किया जाता है, कोई खाता नहीं बनाया जाता है, और आप टैब को बंद करने के बाद कुछ भी नहीं रखा जाता है।

प्रोसेसिंग समय पास की संख्या और फाइल लंबाई पर निर्भर करता है। एक आधुनिक लैपटॉप पर 10-मिनट की फाइल पर दो पास लगभग दो से तीन मिनट लगते हैं। 200 MB तक की फाइलें स्वीकार की जाती हैं।