| Задача | Инструмент | Руководство |
|---|---|---|
| Сделать минусовку, чтобы петь под нее | Удаление вокала | Минусовки для караоке |
| Сделать интервью разборчивым | Шумоподавление | Очистка подкаста |
| Озвучить короткое видео без записи голоса | Озвучка текста | Озвучка видео |
| Преобразование интервью, лекций и голосовых заметок в текст или субтитры | Распознавание речи ИИ | Расшифровать аудио |
| Создать движущуюся музыку для наушников | Конвертер 8D-аудио | Создать пространственное аудио |
Эти инструменты запускаются в вашем браузере: ничего не загружается и ни одна учетная запись не требуется. Ограничения различаются в зависимости от инструмента — два аудиофильтра занимают до пять минут аудио за проход, а преобразование текста в речь занимает до 500 символов. на поколение. Что это означает на практике и где это мешает, описаны в каждом руководстве.
Инструменты можно и комбинировать. Пропустите зашумленный образец голоса через шумоподавление представляет собой лучший клон, чем сырая запись. Более чистый звук также улучшает распознавание речи.
Расшифровки и субтитры из записей
Использование Распознавание речи ИИ для расшифровки интервью, лекций, встреч или голосовых заметок. Добавьте аудиофайлы или запишите свой микрофон, просмотрите и отредактируйте расшифровку, затем экспортируйте TXT, SRT, VTT или JSON.
Каждый файл может длиться до 5 минут. Несколько файлов могут быть обработаны в одном пакете. Модели кэшируются в вашем браузере, а аудио и расшифровка остаются на вашем устройстве.
Используйте SenseVoice Small для китайского, английского, кантонского, японского и корейского языков и Whisper Base для других языков. Автоматическое определение языка может быть неточным, особенно в случае шума; по возможности выберите язык вручную и просмотрите результат.
Для записей с шумом сначала уменьшите фоновый шум.
Пространственная музыка для наушников
Использование Конвертер 8D-аудио , чтобы песня, фоновая петля или звуковой эффект двигались вокруг слушателя. Для музыки попробуйте медленное вращение, а для направленного эффекта — фиксированный угол. Перед экспортом слушайте в наушниках и сравните результат с исходным моно.
Выберите период, направление, начальный угол и выходную громкость. Нормализация помогает сравнивать записи с одинаковым уровнем. Повтор применяется только к прослушиванию; экспорт сохраняет запись целиком один раз в стерео WAV / MP3 / AAC.
Инструмент принимает аудио, которое декодирует браузер, до 100 МБ и 10 минут. Стереовход смешивается в один движущийся источник. Результат — бинауральный эффект для наушников, а не восьмиканальный объёмный микс. Обработка и экспорт остаются на вашем устройстве.
Что общего у этих видов применения
Раньше для каждой из них приходилось либо покупать плагин, либо отдавать файл на чужой сервер. Здесь инструменты идут третьим путем: модель скачивается в браузер и работает на вашем процессоре, поэтому нет ни загрузки на сервер, ни регистрации, ни платы за объем.
Ограничения зависят от задачи: разделение и транскрипция принимают пять минут на файл, 8D-аудио — десять минут и 100 МБ. Это ограничивает нагрузку локальной обработки; платного тарифа для снятия ограничений нет.
Когда эти инструменты не подходят
- Разделение полного трека на дорожки за один проход. Обрезка подходит для репетиций и сэмплов, но не для готовой аранжировки. Для этого лучше подойдет серверный сервис.
- Барабаны, бас и гитара отдельными дорожками. Сепаратор выдает только вокал и инструментал.
- Телефоны и старые компьютеры. Локальная обработка — именно то, что не подходит слабому железу.
- Автоматизация. API отсутствует. AI Speech to Text поддерживает несколько файлов в одном пакете с 5-минутным ограничением на каждый файл.
Часто задаваемые вопросы
Инструменты Audiofilter загружают мои файлы на сервер?
Нет. Аудио обрабатывается в браузере загруженным кодом и при необходимости моделями. Файлы остаются на устройстве. Во время обработки можно проверить вкладку сети.
Почему у каждого инструмента есть ограничение за проход?
Локальная обработка использует память и процессор устройства. Ограничения различаются: пять минут для разделения и транскрипции, десять минут и 100 МБ для 8D-аудио, 500 символов на генерацию речи. Платного тарифа для снятия ограничений нет.