Kluczowe punkty
- 01Dwuetapowy potok: wieloprzebiegowe usuwanie szumu neuronowego plus bramka aktywności głosu, która wycisza ramki bez mowy.
- 02Kontrolki siły izolacji i liczby przebiegów pozwalają dostroić wynik między naturalnym brzmieniem a twardą izolacją.
- 03Działa najlepiej, gdy głos jest głośniejszy niż muzyka w tle lub hałas tłumu.
- 04Wyjście to 48 kHz mono WAV; nic nie jest przesyłane na żaden serwer.
Kiedy potrzebujesz więcej niż redukcji szumu
Standardowa redukcja szumu radzi sobie ze stałym szumem tła i brzękiem. Ale co z gościem podcastu nagranym w zatłoczonej kawiarni, wywiądem przeprowadzonym na tle muzyki lub przemową filmowaną na imprezie? Gdy tło jest głośne, zmienne lub muzyczne, jeden przebieg denoizacji to za mało — potrzebujesz systemu, który potrafi również zidentyfikować, które części audio to mowa, i wyciszyć wszystko inne.
Izolator głosu Handytool uruchamia dwuetapowy potok: wiele przebiegów neuronowego usuwania szumu RNNoise w celu zmniejszenia poziomu szumu, a następnie bramkę sterowaną aktywnością głosu, która tłumi ramki, które model identyfikuje jako nie-mowę. Rezultatem jest ścieżka, w której cisza zastępuje tło między frazami, zamiast cichszej wersji oryginalnego szumu. Cały proces działa lokalnie w przeglądarce — bez przesyłania, bez konta.
Jak wyizolować głos z szumu tła
- 01
Upuść plik audio
Przeciągnij plik MP3, WAV, M4A, OGG lub FLAC do narzędzia. Akceptowane są pliki do 200 MB.
- 02
Ustaw siłę izolacji
Siła kontroluje, jak agresywnie bramka tłumi ramki bez głosu. Zacznij od 70–80 dla podcastów lub wywiadów; zwiększ do 90–100, aby usunąć muzykę w tle lub hałas tłumu.
- 03
Wybierz liczbę przebiegów
Każdy dodatkowy przebieg neuronowego usuwania szumu zmniejsza poziom szumu tła. Jeden przebieg działa dla lekko hałaśliwych nagrań; dwa lub trzy przebiegi poprawiają wyniki, gdy szum tła jest głośny lub mieszany.
- 04
Kliknij Izoluj i pobierz
Potok działa lokalnie w przeglądarce. Po zakończeniu pobierz wyizolowany głos jako 48 kHz mono WAV.
Nagrania, które najbardziej korzystają z izolacji głosu
- 01Goście podcastu nagrywani w kawiarniach lub restauracjach
- 02Wywiady filmowane na konferencjach lub imprezach z hałasem tłumu
- 03Przemowy lub prezentacje z muzyką w tle
- 04Nagrania terenowe z wiatrem i hałasem ulicznym
- 05Nagrania rozmów telefonicznych lub wideo z hałaśliwym otoczeniem po jednej stronie
Twoje audio jest przetwarzane lokalnie, a nie na serwerze
Potok izolacji to moduł WebAssembly o rozmiarze 125 KB załadowany raz w przeglądarce. Gdy upuścisz plik, jest dekodowany i przetwarzany całkowicie na Twoim komputerze. Żadne audio nie jest przesyłane na serwer, żadne konto nie jest tworzone i nic nie jest przechowywane po zamknięciu karty.
Czas przetwarzania zależy od liczby przebiegów i długości pliku. Dwa przebiegi na 10-minutowym pliku zajmują około dwóch do trzech minut na nowoczesnym laptopie. Akceptowane są pliki do 200 MB.
Izolator głosu — FAQ
Jak usunąć muzykę w tle z nagrania głosu?
Upuść plik do Izolatora głosu, ustaw siłę na 90–100, wybierz dwa lub trzy przebiegi i kliknij Izoluj. Bramka wycisza ramki bez mowy; denoizer zmniejsza muzykę przenikającą podczas słów.
Czym się różni od Wzmacniacza głosu?
Wzmacniacz głosu wykonuje jeden przebieg denoizacji dla naturalnie brzmiącego czyszczenia stałego szumu. Izolator głosu łączy wiele przebiegów i dodaje bramkę aktywności głosu, która wycisza wszystko poza mową — lepsze dla muzyki, tłumów i zmiennego szumu.
Co robi suwak siły izolacji?
Ustawia, jak agresywnie bramka tłumi ramki bez głosu. Na poziomie 0 bramka jest luźna; na 100 wszystko, czego model nie jest pewny, że to głos, przechodzi do ciszy. 70–80 to dobry punkt wyjścia dla podcastów, 90–100 dla usuwania muzyki lub tłumu.
Czy moje audio jest przesyłane na serwer?
Nie. Potok to moduł WebAssembly, który działa lokalnie na Twoim procesorze. Nic nie opuszcza Twojego komputera.
Jaki format wyjściowy otrzymuję?
Mono 48 kHz WAV w 16-bitowym PCM. Użyj narzędzia Konwertuj audio, aby wyeksportować jako MP3, jeśli potrzebujesz mniejszego pliku.
Jak długie może być nagranie?
Do 200 MB. Dwa przebiegi przetwarzają z prędkością około 3–5 razy szybciej niż czas rzeczywisty na nowoczesnym laptopie, więc 10-minutowe nagranie izoluje się w dwa do trzech minut.