Távolítsd el a háttérzajt a hangfelvételből

Az egyenletes, állandó hátteret: ventilátort, klímát, szalagsziszegést, hálózati brummot, az ablakon beszűrődő forgalom zúgását, a sarokban zümmögő számítógépet, a beszéd alatti billentyűkopogást. Ezeknek a hangoknak a modell meg tudja tanulni az alakját, és ki tudja vonni őket. Az egyszeri eseményeknél – becsapódó ajtó, köhögés, széknyikorgás – sokkal gyengébb, és a háttérben beszélő másik embert sem tudja elválasztani attól, akit hallani szeretnél, mert a modell számára mindkettő beszéd.

Igen. Nincs regisztráció, nincs bankkártya, nincs napi perckeret, és nincs vízjel vagy bemondás az eredményen. A modell a saját gépeden fut, így nincs szerveridő, amit kiszámlázhatnánk. Nyugodtan megtisztíthatsz tíz fájlt egymás után.

Nem. A fájlt közvetlenül a lemezedről olvassuk be, a böngésző dekódolja, és a zajmodell WebAssembly-változata dolgozza fel a böngészőfülön belül. Le is ellenőrizheted: nyisd meg a DevToolst, válts a Network panelre, és tisztíts meg valamit – látni fogod, hogy első alkalommal letöltődik a modell, a felvételed viszont sehová nem megy.

Nem, és érdemes ezt őszintén kimondani: a modellt beszéden tanították, így minden, ami nem emberi hang, zajnak látszik neki. Ha egy dalra engeded rá, elvékonyítja a cintányérokat, kiüresíti a zengetést, és megrágja a kitartott hangokat. Interjúkhoz, hangjegyzetekhez, előadásokhoz, podcastokhoz és narrációhoz használd – ne egy olyan számhoz, amit éppen mixelsz. Ha csak egy kicsit vennél el a teremhangból egy olyan felvételen, amiben zene is van, húzd a Csökkentés csúszkát 40-re vagy 50-re, és figyelj jól.

Az eredeti és a megtisztított változat közötti átmenetet állítja, nem egy újabb menetet futtat a modellen – ezért is történik azonnal, amikor elmozdítod. 100%-on mindent megkapsz, amit a modell hajlandó eltávolítani; egyes hangok itt már vékonynak vagy kicsit víz alattinak hatnak. A „hagyj egy kis teremhangot” előbeállítás 85%-on áll, ami meghagy egy vékony réteget az eredeti térből: a mondatok közötti teljes csend természetellenes, és egy halk teremhang azokat a pillanatokat is elfedi, amikor a modell be- és kikapcsol. Van egy finom, 80 Hz-es szűrő is az asztaldobbanásokra és a morajlásra, alapértelmezés szerint kikapcsolva.

MP3, WAV, M4A, AAC, OGG, Opus és FLAC, valamint MP4, MOV és WebM videó. A videófájlt szándékosan fogadjuk el – egy telefonnal rögzített, beszélő embert mutató felvétel az egyik leggyakoribb dolog, amit meg kell tisztítani –, de csak a hang jön ki belőle. Hangfájlt kapsz, nem új hangsávval ellátott videót.

Legfeljebb 200 MB-ot vagy 60 percet. A valódi korlát nem a fájlméret, hanem a memória: mindent 48 kHz-es, lebegőpontos hanggá dekódolunk, ami csatornánként és percenként nagyjából 11 MB, és az eszköz egyszerre tartja az eredetit, a megtisztított másolatot és a keveréket. Egy tízperces interjú laptopon kényelmes; körülbelül tizenöt perc fölött figyelmeztetést kapsz, és érdemes bezárni a többi böngészőfület. Maga a feldolgozás jóval gyorsabb, mint amennyi idő alatt végighallgatnád a felvételt.

Igen, bármelyik modern mobilböngészőben – a modell kicsi, körülbelül egy megabájt, és csak egyszer töltődik le. A fájlok viszont legyenek rövidebbek, mint laptopon: egy telefonban sokkal kevesebb memória van, és egy hosszú sztereó felvétel kimerítheti a böngészőfület. Ha a WAV helyett MP3-at is szeretnél, az a lépés egyszer behúz egy 31 MB-os hangmotort; a WAV letöltéséhez semmi extra nem kell, és a tisztítás végeztével azonnal kész.