Hintergrundgeräusche aus einer Aufnahme entfernen

Gleichbleibender Hintergrund: ein Lüfter, die Klimaanlage, Bandrauschen, Netzbrummen, der Verkehr vor dem Fenster, ein Rechner in der Ecke, Tastaturklappern unter der Stimme. Deren Muster kann das Modell lernen und abziehen. Bei einmaligen Ereignissen ist es deutlich schwächer — eine zuschlagende Tür, ein Husten, ein gerückter Stuhl — und eine zweite Person, die im Hintergrund spricht, kann es gar nicht abtrennen: für das Modell ist beides Sprache.

Ja. Keine Anmeldung, keine Kreditkarte, kein Minutenkontingent pro Tag, kein Wasserzeichen und keine Ansage im Ergebnis. Das Modell läuft auf Ihrem eigenen Rechner, es gibt also keine Serverzeit, die wir Ihnen berechnen müssten. Zehn Dateien hintereinander sind kein Problem.

Nein. Die Datei wird direkt von Ihrer Festplatte gelesen, vom Browser dekodiert und von einer WebAssembly-Version des Modells im Tab verarbeitet. Prüfen Sie es selbst: Entwicklertools öffnen, Reiter Netzwerk, einmal säubern — Sie sehen das Modell beim ersten Mal herunterkommen, und Ihre Aufnahme nirgendwohin gehen.

Nein, und das sagen wir lieber deutlich: Das Modell wurde auf Sprache trainiert, alles andere hält es für Geräusch. Bei einem Song werden Becken dünn, der Hall ausgehöhlt und gehaltene Töne angefressen. Nutzen Sie es für Interviews, Sprachnotizen, Vorlesungen, Podcasts und Voice-over — nicht für den Track, den Sie gerade mischen. Enthält die Aufnahme ohnehin Musik und soll nur der Raum etwas weg, stellen Sie die Reduktion auf 40 bis 50 und hören Sie genau hin.

Er mischt Original und gesäuberte Fassung, er startet nicht noch einen Durchlauf des Modells — deshalb reagiert er sofort. Bei 100 % bekommen Sie alles, was das Modell wegnehmen würde; manche Stimmen klingen dort dünn oder leicht wie unter Wasser. Die Vorgabe „etwas Raumklang behalten“ liegt bei 85 % und lässt eine dünne Schicht des ursprünglichen Raums stehen: völlige Stille zwischen den Sätzen wirkt unnatürlich, und ein leises Grundrauschen verdeckt außerdem die Stellen, an denen das Modell ein- und aussetzt. Zusätzlich gibt es einen sanften 80-Hz-Filter gegen Tischklopfen und Rumpeln, standardmäßig aus.

MP3, WAV, M4A, AAC, OGG, Opus und FLAC sowie MP4-, MOV- und WebM-Videos. Video ist bewusst erlaubt — jemand, der vor dem Handy spricht, ist einer der häufigsten Fälle — aber heraus kommt nur der Ton. Sie erhalten eine Audiodatei, kein Video mit neuer Tonspur.

Bis 200 MB oder 60 Minuten. Die eigentliche Grenze ist der Arbeitsspeicher, nicht die Dateigröße: Alles wird in 48-kHz-Gleitkomma-Audio dekodiert, rund 11 MB pro Minute und Kanal, und das Werkzeug hält Original, gesäuberte Fassung und Mischung gleichzeitig vor. Ein zehnminütiges Interview ist auf einem Notebook entspannt; ab etwa einer Viertelstunde erscheint ein Hinweis, und andere Tabs sollten dann zu sein. Die Verarbeitung selbst geht deutlich schneller, als die Aufnahme abzuhören.

Ja, in jedem aktuellen mobilen Browser — das Modell ist klein, etwa ein Megabyte, und wird einmal geladen. Halten Sie die Dateien aber kürzer als am Rechner: Ein Telefon hat viel weniger Speicher, und eine lange Stereoaufnahme kann den Tab sprengen. Wenn Sie statt der WAV eine MP3 möchten, lädt dieser Schritt einmalig eine 31 MB große Audio-Engine; die WAV braucht nichts davon und steht sofort nach dem Säubern bereit.