ボイスエンハンサー

ボイスエンハンサーの機能

• 01

  ニューラルネットワークノイズ抑制

  RNNoiseはDiscord、Jitsi、Mumbleで本番環境で使用されている小型リカレントニューラルネットワークです。ハム音、ヒス音、ファン、交通、室内ノイズ、キーボード音を除去しながら音声を保護します — シンプルなノイズゲートより優れています。

• 02

  調整可能なクリーンアップ強度

  すでにクリアな音声は完全なノイズ除去は必要ありません。強度を下げてクリーニングされたシグナルを元のシグナルと混ぜて自然な結果を得るか、ノイズの多いクリップで100%にしてください。

• 03

  ローカル実行、アップロード不要

  デノイザーは125 KBのWebAssemblyモジュールで、1回読み込まれるとキャッシュされたままです。オーディオの解码、処理、ダウンロードは完全にマシン上で行われます — サーバーラウンドトリップなし、アカウントなし、使用制限なし。

ボイスエンハンサーのよくある質問

ノイズの多い音声録音をクリーンアップする方法は？

オーディオファイル（MP3、WAV、M4A、OGG、FLAC、またはWebM）をツールにドロップしてエンハンスをクリックしてください。デノイザーはブラウザで実行され、背景ノイズを除去した48 kHz WAVを提供します。

どのようなノイズを除去できますか？

ファン、エアコン音、交通、街頭ノイズなどの定常的なノイズが最も良く抑制されます。キーボードのタイピング、紙のカサカサ音、こもった室内残響も改善されます。非常に大きな衝撃音や、スピーカー越しの別の人の話声は難しい場合があります。

強度スライダーは何をしていますか？

100%でニューラルネットワークの完全な出力を適用します。値を低くすると、元のシグナルの一部が混ぜ直される — 完全なノイズ除去がロボット的に聞こえる場合や、ノイズが初めから軽い場合に便利です。

オーディオはサーバーにアップロードされますか？

いいえ。モデルとファイルはブラウザに留まります。デノイザーネットワークはCPU上でローカルに実行される小型WebAssemblyモジュールなので、コンピューターから何も送信されません。

出力フォーマットは何ですか？

モノラル48 kHz 16ビットPCMのWAVファイルです。WAVは圧縮なしで、すべてのオーディオエディタ、ポッドキャストホスト、ビデオツールでサポートされています。ファイルをMP3に変換する必要がある場合は、オーディオ変換ツールを使用してください。

録音はどのくらい長くできますか？

最大200 MBのファイルが受け入れられます。処理速度は最新のラップトップで約5～10倍リアルタイムなので、10分間のインタビューは約1分でクリーンアップできます。