| A tarefa | Ferramenta | Guia |
|---|---|---|
| Montar uma base para cantar em cima | Removedor de voz | Bases de karaokê |
| Tornar uma entrevista inteligível | Redutor de ruído | Limpeza de podcast |
| Narrar um vídeo curto sem gravar | Texto para voz | Locução para vídeo |
| Transforme entrevistas, palestras e notas de voz em texto ou legendas | IA de fala para texto | Transcrever áudio |
| Criar música em movimento para fones | Conversor de áudio 8D | Criar áudio espacial |
Essas ferramentas são executadas em seu navegador: nada é carregado e nenhuma conta é necessário. Os limites variam de acordo com a ferramenta — os dois filtros de áudio ocupam até cinco minutos de áudio por passagem e o texto para fala leva até 500 caracteres por geração. O que isso significa na prática, e onde isso atrapalha, é abordados em cada guia.
As ferramentas também se combinam. Uma amostra de voz com ruído, limpa com o redutor de ruído faz um clone melhor que o gravação bruta. O áudio mais limpo também melhora o reconhecimento de fala.
Transcrições e legendas de gravações
Usar IA de fala para texto para transcrever entrevistas, palestras, reuniões ou memorandos de voz. Adicione arquivos de áudio ou grave seu microfone, revise e edite a transcrição e exporte TXT, SRT, VTT ou JSON.
Cada arquivo pode ter até 5 minutos de duração. Vários arquivos podem ser processados em um lote. Os modelos são armazenados em cache no seu navegador e o áudio e a transcrição permanecem no seu dispositivo.
Use SenseVoice Small para chinês, inglês, cantonês, japonês e coreano, e Whisper Base para outros idiomas. A detecção automática de idioma pode ser imprecisa, especialmente com ruído; escolha o idioma manualmente quando possível e revise o resultado.
Para gravações com ruído, reduza primeiro o ruído de fundo.
Música espacial para fones
Usar Conversor de áudio 8D para fazer uma música, um loop ambiente ou um efeito sonoro se mover ao redor do ouvinte. Experimente uma rotação lenta para música ou um ângulo fixo para um efeito direcional. Ouça com fones e compare a mixagem mono original antes de exportar.
Escolha o ciclo, a direção, o ângulo inicial e o volume de saída. A normalização ajuda a comparar gravações em um nível consistente. A repetição só afeta a prévia; a exportação salva a gravação completa uma vez como WAV / MP3 / AAC estéreo.
A ferramenta aceita áudio decodificável pelo navegador, de até 100 MB e 10 minutos. A entrada estéreo é combinada em uma fonte móvel. O resultado é um efeito binaural para fones, não uma mixagem surround de oito canais. O processamento e a exportação ficam no dispositivo.
O que esses usos têm em comum
Cada uma delas costumava significar comprar um plugin ou entregar o arquivo ao servidor de outra pessoa. Estas ferramentas seguem um terceiro caminho: o modelo é baixado para o seu navegador e roda no seu próprio processador, e é por isso que não há etapa de upload, nem conta, nem nada medido.
Os limites dependem da tarefa: separação e transcrição aceitam cinco minutos por arquivo, e Áudio 8D aceita dez minutos e 100 MB. Esses limites mantêm o processamento local viável; nenhum plano pago os remove.
Quando estas ferramentas são a escolha errada
- Separar as faixas de uma música inteira de uma vez. Cortar serve para ensaiar e samplear, não para um arranjo finalizado. Para isso, um serviço do lado do servidor é a ferramenta certa.
- Bateria, baixo e guitarra como faixas separadas. O separador entrega apenas voz e instrumental.
- Celulares e máquinas antigas. Processamento local é exatamente o contrário do que convém com hardware fraco.
- Automação. Não há API. AI Speech to Text oferece suporte a vários arquivos em um lote, com um limite de 5 minutos por arquivo.
Perguntas frequentes
As ferramentas do Audiofilter enviam meus arquivos?
Não. O áudio é processado no navegador com código baixado e, quando necessário, modelos. Os arquivos ficam no dispositivo. Você pode verificar a aba de rede durante o processamento.
Por que cada ferramenta tem um limite por passagem?
O processamento local usa a memória e o processador do dispositivo. Os limites variam: cinco minutos para separação e transcrição, dez minutos e 100 MB para Áudio 8D, e 500 caracteres por geração de voz. Nenhum plano pago elimina esses limites.