要点
- 01两阶段管道：多遍神经降噪加上语音活动门，使非语音帧沉默。
- 02隔离强度和遍数的控制让您在自然听起来和硬隔离之间调整。
- 03当语音比背景音乐或人群噪音更响亮时效果最佳。
- 04输出为48 kHz单声道WAV；不上传到任何服务器。
当您需要的不仅仅是降噪时
标准降噪处理稳定的背景嘶嘶声和嗡鸣。但是繁忙咖啡馆中录制的播客嘉宾呢？在音乐床上进行的访谈呢？在拥挤活动中拍摄的演讲呢？当背景很大声、多样或有音乐特征时，单一的降噪通道是不够的——您需要一个系统，它也能识别音频的哪些部分是语音，并使其他一切沉默。
Handytool的语音隔离器运行两阶段管道：多遍RNNoise神经降噪以紧缩噪声下限，然后是语音活动驱动的门，它抑制模型识别为非语音的帧。结果是一条音轨，其中沉默在短语之间替代背景，而不是原始噪音的更安静版本。整个过程在您的浏览器中本地运行——无需上传、无需账户。
如何从背景噪音中隔离语音
- 01
拖入您的音频文件
将MP3、WAV、M4A、OGG或FLAC文件拖入工具。接受最多200 MB。
- 02
设置隔离强度
强度控制非语音帧被门控的积极程度。从70-80开始用于播客或访谈；推至90-100以去除音乐床或人群噪音。
- 03
选择遍数
每额外的神经降噪遍数都会紧缩噪声下限。一遍适用于轻度嘈杂的录音；当背景噪音很大或混合时，两遍或三遍会改善结果。
- 04
点击隔离并下载
管道在您的浏览器中本地运行。完成后，将隔离的语音下载为48 kHz单声道WAV。
最受益于语音隔离的录音
- 01在咖啡馆或餐厅录制的播客嘉宾
- 02在会议或带人群噪音的活动中拍摄的访谈
- 03下面有音乐床的演讲或演示
- 04来自户外风和交通的现场录音
- 05一端环境嘈杂的电话或视频通话录音
您的音频在本地处理，不在服务器上
隔离管道是在您的浏览器中加载一次的125 KB WebAssembly模块。当您拖入文件时，它会完全在您自己的机器上解码和处理。没有音频流传到服务器，没有创建账户，关闭标签页后不保留任何内容。
处理时间取决于遍数和文件长度。在现代笔记本电脑上，10分钟文件的两遍大约需要两到三分钟。接受最多200 MB的文件。
语音隔离器常见问题
我如何从语音录音中去除背景音乐？
将您的文件拖入语音隔离器，将强度设置为90-100，选择两遍或三遍，然后点击隔离。门使非语音帧沉默；降噪器在单词中拉下音乐渗漏。
这与语音增强器有何不同？
语音增强器进行单遍降噪以获得自然感受的稳定噪音清理。语音隔离器堆叠多遍并添加语音活动门，使所有非语音的东西沉默——更适合音乐、人群和多样噪音。
隔离强度滑块有什么作用？
它设置非语音帧被衰减的积极程度。在0处门是松散的；在100处模型不自信是语音的任何东西都进入沉默。70-80是播客的好起点，90-100用于音乐或人群去除。
我的音频会上传到服务器吗？
不会。管道是在您的CPU上本地运行的WebAssembly模块。没有任何东西离开您的计算机。
我得到什么输出格式？
单声道48 kHz 16位PCM WAV。如果您需要更小的文件，使用转换音频工具导出为MP3。
录音最长可以多久？
最多200 MB。两遍在现代笔记本电脑上大约以实时的3-5倍处理，所以10分钟的录音在两到三分钟内隔离。