| Die Aufgabe | Werkzeug | Anleitung |
|---|---|---|
| Ein Playback zum Mitsingen bauen | Vocal Remover | Karaoke-Playbacks |
| Ein Interview verständlich machen | Rauschentfernung | Podcast säubern |
| Ein kurzes Video vertonen, ohne aufzunehmen | Text-zu-Sprache | Video-Voiceover |
| Wandeln Sie Interviews, Vorträge und Sprachnotizen in Text oder Untertitel um | KI-Spracherkennung | Audio transkribieren |
| Bewegte Musik für Kopfhörer erstellen | 8D-Audiokonverter | Räumliches Audio erstellen |
Diese Tools laufen in deinem Browser: Es wird nichts hochgeladen und auch kein Konto erforderlich. Die Grenzwerte variieren je nach Werkzeug – die beiden Audiofilter dauern bis zu Fünf Minuten Audio pro Durchgang und Text-to-Speech benötigen bis zu 500 Zeichen pro Generation. Was das in der Praxis bedeutet und wo es im Weg steht, ist werden in jedem Leitfaden behandelt.
Die Werkzeuge lassen sich auch kombinieren. Eine verrauschte Stimmprobe, gesäubert mit der Rauschentfernung macht einen besseren Klon als der Rohaufnahme. Saubererer Ton verbessert auch die Spracherkennung.
Transkripte und Untertitel von Aufnahmen
Verwendung KI-Spracherkennung um Interviews, Vorträge, Besprechungen oder Sprachnotizen zu transkribieren. Fügen Sie Audiodateien hinzu oder nehmen Sie Ihr Mikrofon auf, überprüfen und bearbeite das Transkript und exportieren Sie dann TXT, SRT, VTT oder JSON.
Jede Datei kann bis zu 5 Minuten lang sein. Mehrere Dateien können in einem Stapel verarbeitet werden. Modelle werden in deinem Browser zwischengespeichert und Dein Audio und Transkript bleiben auf deinem Gerät.
Verwende SenseVoice Small für Chinesisch, Englisch, Kantonesisch, Japanisch und Koreanisch und Whisper Base für andere Sprachen. Die automatische Spracherkennung kann insbesondere bei Rauschen ungenau sein. Wähle die Sprache nach Möglichkeit manuell aus und prüfe das Ergebnis.
Reduziere bei verrauschten Aufnahmen zuerst die Hintergrundgeräusche.
Räumliche Musik für Kopfhörer
Verwendung 8D-Audiokonverter , um Musik, eine Atmosphärenschleife oder einen Klangeffekt um den Zuhörer zu bewegen. Probiere eine langsame Rotation für Musik oder einen festen Winkel für einen gerichteten Effekt. Höre mit Kopfhörern und vergleiche den Original-Mono-Mix vor dem Export.
Wähle Zyklus, Richtung, Startwinkel und Ausgabelautstärke. Normalisierung erleichtert den Vergleich bei ähnlichem Pegel. Die Schleife betrifft nur die Vorschau; der Export speichert die vollständige Aufnahme einmal als Stereo-WAV / MP3 / AAC.
Das Werkzeug akzeptiert vom Browser decodierbares Audio bis 100 MB und 10 Minuten. Stereo-Eingang wird zu einer bewegten Quelle gemischt. Das Ergebnis ist ein binauraler Kopfhörereffekt, kein Achtkanal-Surround-Mix. Verarbeitung und Export bleiben auf deinem Gerät.
Was diese Verwendungen gemeinsam haben
Jede davon hieß früher entweder ein Plug-in zu kaufen oder die Datei auf den Server von jemand anderem zu geben. Die Werkzeuge hier nehmen einen dritten Weg: Das Modell wird in deinen Browser heruntergeladen und läuft auf deinem eigenen Prozessor — deshalb gibt es keinen Upload-Schritt, kein Konto und nichts Abgerechnetes.
Die Grenzen hängen von der Aufgabe ab: Trennung und Transkription erlauben fünf Minuten pro Datei, 8D-Audio zehn Minuten und 100 MB. Diese Grenzen halten lokale Verarbeitung handhabbar; kein kostenpflichtiger Tarif hebt sie auf.
Wo diese Werkzeuge die falsche Wahl sind
- Stem-Trennung vollständiger Songs in einem Durchgang. Zuschneiden funktioniert zum Üben und Sampeln, nicht für ein fertiges Arrangement. Dafür ist ein serverseitiger Dienst das richtige Werkzeug.
- Schlagzeug, Bass und Gitarre als getrennte Stems. Der Separator liefert nur Gesang und Instrumental.
- Handys und ältere Maschinen. Lokale Verarbeitung ist für schwache Hardware genau das Falsche.
- Automatisierung. Es gibt keine API. AI Speech to Text unterstützt mehrere Dateien in einem Stapel, mit einem Limit von 5 Minuten pro Datei.
Häufig gestellte Fragen
Laden die Werkzeuge von Audiofilter meine Dateien hoch?
Nein. Audio wird im Browser mit heruntergeladenem Code und bei Bedarf Modellen verarbeitet. Dateien bleiben auf deinem Gerät. Du kannst während der Verarbeitung den Netzwerk-Tab prüfen.
Warum ist jedes Werkzeug pro Durchgang begrenzt?
Lokale Verarbeitung nutzt Arbeitsspeicher und Prozessor deines Geräts. Die Grenzen variieren: fünf Minuten für Trennung und Transkription, zehn Minuten und 100 MB für 8D-Audio und 500 Zeichen je Sprachgenerierung. Kein kostenpflichtiger Tarif hebt sie auf.