Mediatavio
YouTube به MP3قیمتوبلاگحریم خصوصی

پاک سازی ویدئویی گفتار

تمیزکننده صوتی ویدئو با هوش مصنوعی: پاک سازی MP4 در مقابل Adobe Enhance Speech

موسیقی متن را تمیز کنید و تصویر را نگه دارید در حالی که متوجه می شوید کدام ترک ها جایگزین یا دوباره رمزگذاری شده اند.

توسط Mediatavio مهندسی

اول یک ویدیوی کوتاه با محوریت سخنرانی را پاک کن

تمیزکننده صوتی ویدئو نیاز به یک ویدیو با ترک صوتی دارد. یک کلیپ کوتاه بارگذاری کنید، سطح کاهش را انتخاب کنید، پردازش کنید، نتیجه را پیش نمایش دهید و فایل پاک شده MP4 را دانلود کنید. هم کیفیت گفتار و هم هماهنگی صدا/تصویر را بررسی کنید.

این پیاده سازی فایل های بیش از ۳۰۰ مگابایت را رد می کند و با استفاده از بودجه حافظه PCM رمزگشایی شده، ویدیوهایی را که برای ظرفیت تخمینی دستگاه بیش از حد طولانی هستند، رد می کند. یک فایل کوچک فشرده هنوز می تواند به یک بافر بزرگ رمزگشایی شود. ضبط های بلندتر را با برش دهنده ویدئو قبل از تمیزکاری.

این عملیات حذف گفتار است، نه حذف همه بلندگوهای ناخواسته، میکسر کامل موسیقی یا بازیابی صدای بریده شده. سرکوب بیشتر ممکن است به کلمات آرام آسیب بزند.

استخراج، کاهش نویز و رموکس

FFmpeg فایل را پروب می کند و اولین جریان صوتی آن را به صورت PCM فلووت مونو با فرکانس ۴۸ کیلوهرتز استخراج می کند. نمونه ها با استفاده از همان مدل حذف نویز عصبی ابزار پاک سازی صدا پردازش می شوند. شمارش نمونه، نرخ و مقادیر محدود قبل از موکسینگ اعتبارسنجی می شوند.

نتیجه، MP4 با صدای مونو AAC با سرعت پیکربندی شده ۱۹۲ کیلوبیت بر ثانیه است. اولین جریان ویدئویی برای موارد شناخته شده H.264، HEVC، MPEG-4 یا AV1 کپی می شود؛ سایر کدک های ویدیویی با ابعاد زوج به H.264 بازکدگذاری می شوند. کپی کردن تصویر به معنای کپی کردن موسیقی متن اصلی نیست.

فقط اولین ویدیو انتخاب شده و جریان های صوتی پاک شده به نتیجه نگاشت می شوند. انتظار نداشته باشید همه ترک های زبانی، زیرنویس ها، صدای فراگیر یا تصویربرداری استریو حفظ شوند. ترکیب های کانتینر/کدک پشتیبانی نشده ممکن است شکست بخورند و فایل تکمیل شده برای هر دو مسیر ویدئو و صدا بررسی می شود.

مقایسه جریان کاری تحویل

دوربین رسمی پاک سازی ویدئو، نه مقایسه کیفیت اندازه گیری شده
وب سایتعملیات مستند شدهنقطه تصمیم گیری
Mediatavioاستخراج صدا، حذف نویز عصبی و پاک سازی خروجی MP4موسیقی متن مونو AAC؛ کپی برداری ویدیویی مشروط است؛ فایل MP4 کامل شده را بررسی کنید
Adobe Podcast بهبود گفتاربهبود گفتار میزبانی شده؛ فایل های جریان کاری پریمیوم ارائه شده شامل پشتیبانی ویدئوی MP4/MOV، بارگذاری دسته جمعی و تنظیم گفتار/موسیقی/فضای صوتی استبارگذاری و الزامات حساب/پلن؛ پشتیبانی فعلی ویدئو و گزینه های خروجی را بررسی کنید

توضیحات ویژگی ادوبی از صفحه رسمی لینک شده آن آمده است. هیچ ویدئوی مشترکی در هر دو سرویس پردازش نشد، بنابراین هیچ کیفیت گفتار، دقت همگام سازی، سرعت یا مقایسه باتری ادعا نمی شود. قبل از بارگذاری فیلم خصوصی، ویژگی ها و شرایط داده های فعلی را بررسی کنید.

بیشتر از موج را بررسی کنید

به کلمات آرام و مکث های پس زمینه گوش دهید، در بلندی صدای مشابه مقایسه کنید و هماهنگی لب ها را نزدیک شروع و انتها بررسی کنید. جهت گیری، پخش و مدت زمان را در پخش کننده مقصد تأیید کنید. یک تصویر بصری سالم نشان نمی دهد که همه فراداده ها یا مسیرهای اصلی باقی مانده اند.

استخراج صدا، پاک سازی و خروجی MP4 مراحل جداگانه ای هستند. کلیپ های طولانی تر به زمان پردازش و حافظه بیشتری نیاز دارند. لغو و لغو شغل فعلی؛ فایل اصلی ویرایش نشده است.