録音から背景ノイズを取り除く

ずっと鳴り続けている背景音です。ファン、エアコン、テープのヒス、電源ハム、窓の外の車の流れ、部屋の隅のパソコン、話し声の下のキーボード音。こうした音はモデルが形を学べるので差し引けます。一度きりの音には弱く、ドアの音、咳、椅子を引く音などはあまり取れません。背後で別の人が話している場合は分離できません。モデルにとってはどちらも同じ「話し声」だからです。

はい。登録もカード登録も不要で、1日あたりの分数制限もなく、結果に透かしやアナウンス音声も入りません。モデルはあなたのパソコンの中で動くので、こちらに請求すべきサーバー時間がそもそも発生しません。10本続けて処理しても構いません。

されません。ファイルはディスクから直接読み込まれ、ブラウザが復号し、タブ内の WebAssembly 版モデルが処理します。ご自分で確認できます。開発者ツールを開いてネットワークのパネルに切り替え、一度処理してみてください。初回にモデルがダウンロードされるのは見えますが、あなたの録音はどこにも出ていきません。

使えません。はっきり書いておきます。モデルは話し声で学習しているので、声でないものはすべてノイズに見えます。曲にかけるとシンバルは痩せ、リバーブは抜け落ち、伸ばした音は食い荒らされます。インタビュー、ボイスメモ、講義、ポッドキャスト、ナレーション向けです。ミックス中の曲には使わないでください。音楽が入った素材から部屋鳴りだけ少し減らしたい場合は、除去の強さを 40〜50 まで下げて、よく聴きながら調整してください。

原音と処理後の音を混ぜる比率です。モデルをもう一度走らせているわけではないので、動かした瞬間に反映されます。100% はモデルが取り去ろうとするものすべてで、声によってはそこで痩せたり、水中のようにこもったりします。「部屋の空気を少し残す」プリセットは 85% で、元の部屋鳴りを薄く残します。文と文のあいだが完全な無音だと不自然ですし、わずかな底ノイズがあるほうがモデルの効き始めと効き終わりも目立ちません。さらに机の振動や低い唸りを抑える 80 Hz のゆるやかなフィルターもあり、初期状態ではオフです。

MP3・WAV・M4A・AAC・OGG・Opus・FLAC に加えて、MP4・MOV・WebM の動画も読み込めます。動画を受け付けるのは意図的で、スマホで撮った話している動画はもっとも多い用途のひとつだからです。ただし戻ってくるのは音声だけです。音声ファイルが得られるのであって、音を差し替えた動画ではありません。

200 MB または 60 分までです。実際に効いてくるのはファイルサイズよりメモリのほうです。すべて 48 kHz の浮動小数点音声に展開され、1チャンネルあたり毎分およそ 11 MB を使い、しかも原音・処理後・ミックスの3つを同時に抱えます。10分のインタビューならノートパソコンで余裕ですが、15分を超えると注意が表示されるので、他のタブは閉じておくとよいです。処理そのものは、録音を通しで聴くよりずっと短い時間で終わります。

動きます。最近のモバイルブラウザであれば問題ありません。モデルは1メガバイト程度と小さく、ダウンロードは一度きりです。ただしファイルはパソコンより短めにしてください。スマートフォンはメモリがずっと少なく、長いステレオ録音ではタブが落ちることがあります。WAV ではなく MP3 が必要な場合、その工程で 31 MB の音声エンジンを一度だけ取得します。WAV は追加のダウンロードが不要で、処理が終わった時点ですぐ保存できます。