Séparation audio
Isolateur de voix IA, en direct et à la demande
Isolez la voix de la musique, de la foule et du bruit, et gardez le fond sur son propre stem. Depuis un fichier ou un flux en direct, pour la musique, le sport et la diffusion.
Par lots
Fichiers et dossiers, dans Studio ou par APIDirect
Flux en direct en temps réel. Enterprise, sur demande
Diffusions en direct propulsées par CAMB.AI
CAMB.AI assure déjà des diffusions multilingues en direct pour le sport, notamment pour la Major League Soccer et l’Open d’Australie. Voir nos projets sport
Deux stems
Un mix en entrée. Deux stems en sortie.
L'audio réel n'est jamais propre. Le commentaire est noyé sous 60 000 supporters, un chanteur sous son groupe, un reporter sous la circulation.
CAMB.AI sépare tout audio ou toute vidéo en premier plan, avec la parole ou le chant, et en fond, avec la musique, la foule, le bruit et l'ambiance. Gardez la voix, gardez l'ambiance, ou utilisez les deux.
Direct · Enterprise
Isolateur de voix en temps réel pour les diffusions en direct
Connectez votre flux en direct et récupérez la voix et le fond en deux flux séparés, en temps réel. Nous le configurons avec votre équipe, sur votre propre flux.
- Voix et fond en deux flux en direct
- Toutes les langues, plusieurs intervenants à la fois
- Directement vers la traduction et le doublage en direct de CAMB.AI
Côte à côte
Plus net qu'AudioShake et ElevenLabs sur les 8 mesures
Touchez un stem pour l'écouter
Moins de bruit entre les mots
vs AudioShake
vs ElevenLabs
Résultats du benchmark
Une voix plus nette, moins de fuites
CAMB.AI, AudioShake, ElevenLabs et LALAL.AI sur les mêmes sept extraits réels. CAMB.AI arrive premier sur toutes les mesures de séparation.
La voix la plus nette des quatre
2,8× AudioShake et 1,7× ElevenLabs sur la netteté avec laquelle la voix est extraite du mix.
SI-SDR, estimé par SQUIM : la part de la voix séparée qui est vraiment de la voix, et non ce qui l'entourait.
La voix la plus nette des quatre
2,8× AudioShake et 1,7× ElevenLabs sur la netteté avec laquelle la voix est extraite du mix.
SI-SDR, estimé par SQUIM : la part de la voix séparée qui est vraiment de la voix, et non ce qui l'entourait.
Le moins de voix résiduelle
14 % de moins qu'AudioShake, 16 % de moins qu'ElevenLabs, 29 % de moins que LALAL.AI : un stem de fond vraiment réutilisable.
Probabilité moyenne que la parole soit encore audible dans le stem de fond.
La voix qui sonne le mieux
24 % au-dessus d'AudioShake et 23 % au-dessus d'ElevenLabs sur la qualité sonore de la voix séparée.
PESQ, estimé par SQUIM : qualité perçue de la parole, sans enregistrement de référence.
La voix la plus facile à comprendre
Chaque mot reste clair, devant les trois autres.
STOI, estimé par SQUIM : intelligibilité de la parole séparée.
Le plus de voix dans le stem voix
23 % au-dessus d'AudioShake et 13 % au-dessus d'ElevenLabs.
Écart moyen de focalisation sur la parole CLAP : à quel point le stem de premier plan est centré sur la parole.
| Mesure | CAMB.AI | AudioShake | ElevenLabs | LALAL.AI |
|---|---|---|---|---|
| Qualité de séparation (SI-SDR) | 2.84 dB | 1.01 dB | 1.64 dB | 2.81 dB |
| Voix résiduelle dans le fond (Leakage) | 0.376% | 0.437% | 0.447% | 0.529% |
| Qualité perceptive (PESQ) | 1.895 | 1.527 | 1.544 | 1.852 |
| Intelligibilité (STOI) | 0.744 | 0.697 | 0.726 | 0.740 |
| Voix conservée au premier plan (CLAP gap) | 0.258 | 0.209 | 0.229 | 0.255 |
| Qualité de la parole DNSMOS (SIG) | 2.662 | 2.387 | 2.523 | 2.684 |
| Qualité du fond DNSMOS (BAK) | 2.884 | 2.307 | 2.538 | 2.973 |
| Qualité globale DNSMOS (OVRL) | 2.303 | 1.923 | 2.094 | 2.327 |
Benchmark interne : CAMB.AI, AudioShake, ElevenLabs et LALAL.AI sur les mêmes sept extraits de Wikimedia Commons (commentaire de jeu vidéo, bande-annonce de film, musique live, interview en extérieur, rédaction en direct, archives TV et interview sur tapis rouge), en moyenne. SQUIM et DNSMOS sont des estimations sans référence. Sur les trois scores DNSMOS, LALAL.AI est légèrement devant ; CAMB.AI mène sur toutes les autres mesures.
Cas d'usage
Conçu pour les équipes qui travaillent le son
Direct et par lots
Toutes vos façons de travailler l'audio
Séparation en directEnterprise
Votre flux en direct, restitué en deux flux séparés en temps réel : la voix et le fond. Pour les diffusions, le sport en direct, les événements et les streams. Une fonctionnalité Enterprise, configurée avec votre équipe sur demande.
Nous contacterSéparation par lots
Importez des fichiers .mp4, .mov, .mp3, .wav, .flac ou .aac, un seul fichier ou un dossier entier. Téléchargez les deux stems en FLAC, WAV, MP3 ou AAC. 22,6 secondes pour traiter une vidéo de 30 secondes.
API de séparation audio
Créez une tâche de séparation, vérifiez son statut et récupérez les résultats, fichier par fichier ou en masse. Les deux mêmes stems, dans votre propre flux de travail.
POST /apis/audio-separationGET /apis/audio-separation/{task_id}GET /apis/audio-separation-result/{run_id}POST /apis/audio-separation-results
Votre audio reste à vous
CAMB.AI est conforme SOC 2 et n'entraîne pas ses modèles sur votre audio. Vos traitements passés se trouvent dans votre Historique, et vous pouvez les supprimer quand vous le souhaitez.
Séparez une fois, utilisez partout
Le stem voix propre alimente directement le reste de CAMB.AI : sous-titres, traduction et doublage IA, sur fichiers ou en direct. Le stem de fond conserve la musique et l'ambiance d'origine sous la nouvelle voix.
Pour qui
Conçu pour toutes les équipes qui travaillent avec la voix
Labels et éditeurs musicaux
Des versions vocales et instrumentales pour des catalogues qui n'ont jamais eu de stems.
Ligues sportives et diffuseurs
Un commentaire propre et un stem d'ambiance séparé, en direct et après le match.
Rédactions et postproduction
Des dialogues extraits de la rue, de la foule et du vent, prêts au montage.
Équipes de localisation
Une voix propre à traduire et un stem de fond sur lequel doubler.
Développeurs
Deux stems en un appel API, pour un fichier ou des milliers.
Créateurs et équipes social media
Des extraits sans leur bande-son, prêts pour une nouvelle.
Comment ça marche
D'un mix à deux stems en quatre étapes
Tarifs
Choisissez vos heures. Les deux stems dans chaque offre.
Chaque offre vous donne la voix et le fond sonore en deux stems, dans Studio et par API. Essayez n’importe quelle offre gratuitement pendant 3 jours, avec 30 minutes d’audio.
Solo
$40/mois
$480 facturés annuellement
3 heures d’audio par mois
Pour les créateurs et les passionnés. Isolez la voix de chansons, de podcasts et de vidéos en quelques minutes.
Commencer l’essai gratuit- Aujourd’hui 30 minutes pour essayer. $0 aujourd’hui.
- Jour 3 Votre forfait démarre : $480 par an.
Session
Recommandé$130/mois
$1,560 facturés annuellement
10 heures d’audio par mois
Pour les producteurs et créateurs qui travaillent chaque semaine. De quoi traiter des albums entiers, des podcasts et des bandes-son.
Commencer l’essai gratuit- Aujourd’hui 30 minutes pour essayer. $0 aujourd’hui.
- Jour 3 Votre forfait démarre : $1,560 par an.
Catalog
$375/mois
$4,500 facturés annuellement
30 heures d’audio par mois
Pour les professionnels et les équipes à gros volume. Des stems voix et fond sonore nets pour la musique, la post-production et la localisation.
Commencer l’essai gratuit- Aujourd’hui 30 minutes pour essayer. $0 aujourd’hui.
- Jour 3 Votre forfait démarre : $4,500 par an.
Enterprise
Gros volumes, séparation en direct sur vos propres flux, ou séparation intégrée à votre propre flux de travail.
- Séparation en direct, en temps réel
- Tarifs dégressifs
- SLA et support dédié
- Livraison et stockage sur mesure
FAQ
Questions sur la séparation audio
Entendez la différence sur votre propre audio
- Conforme SOC 2
- Votre audio ne sert pas à entraîner nos modèles
- Par lots et en direct