Séparation audio pour les médias et la diffusion
Isoler la voix de toute émission ou vidéo
Isolez la voix de toute vidéo ou de tout audio. Obtenez un stem dialogue propre, avec la musique et les effets (M&E) sur leur propre stem.
Par lots
Fichiers vidéo et audio, dans Studio ou par APIDirect
Diffusions en direct en temps réel. Enterprise, sur demande
Éprouvé sur des diffusions en direct
CAMB.AI assure des diffusions multilingues en direct pour la Major League Soccer et l’Open d’Australie. Voir nos projets médias
Deux stems
Plus qu'un isolateur de voix
La plupart des isolateurs de voix gardent la voix et jettent le reste.
CAMB.AI vous donne les deux : un stem dialogue propre et un stem M&E avec la musique, les effets et l'ambiance. Utilisez le dialogue pour les sous-titres et les transcriptions, et le M&E pour le doublage.
Direct · Enterprise
Isoler la voix d'une diffusion en direct
Séparez la voix et le fond en temps réel sur les diffusions en direct, les événements et les streams. 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
Benchmark
Un isolateur de voix que vous pouvez mesurer
Sur les mêmes sept extraits réels, dont une rédaction en direct, des archives TV et une interview en extérieur, CAMB.AI a battu ElevenLabs Voice Isolator et AudioShake sur toutes les mesures.
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
Là où des dialogues propres comptent
Le stem M&E
Besoin de l'inverse ? Retirez la voix d'une vidéo
Gardez le stem M&E et retirez la voix : musique, effets et ambiance sans les dialogues, prêts pour une nouvelle voix off ou une nouvelle langue.
Doublez-la dans une nouvelle langueDirect et par lots
Isoler la voix, en direct ou à partir de fichiers
DirectEnterprise
Séparez la voix et le fond en temps réel sur les diffusions en direct, les événements et les streams. Une fonctionnalité Enterprise, configurée avec votre équipe sur demande.
Nous contacterPar lots
Importez des fichiers .mp4, .mov, .mp3, .wav, .flac ou .aac. Téléchargez en FLAC, WAV, MP3 ou AAC. 22,6 secondes pour traiter une vidéo de 30 secondes.
API
Envoyez des bibliothèques entières via l'API et récupérez les résultats en masse.
POST /apis/audio-separationGET /apis/audio-separation/{task_id}GET /apis/audio-separation-result/{run_id}POST /apis/audio-separation-resultsVoir l'API de séparation audio
Conçu pour les entreprises de médias
CAMB.AI est conforme SOC 2 et n'entraîne pas ses modèles sur votre audio. Vos traitements figurent dans votre Historique et vous pouvez les supprimer quand vous le souhaitez.
Plus de séparation audio
Conçu pour
De la rédaction aux archives
Rédactions
Des interviews dans la rue, la foule et le vent, assez propres pour l'antenne.
Diffuseurs
Une voix propre pour la traduction en direct, et le fond pour chaque nouvelle langue.
Postproduction
Isolation des dialogues pour les montages, remixages et promos.
Équipes de localisation
Une voix propre à traduire et un stem de fond sur lequel doubler.
Archives
D'anciens programmes de retour avec des dialogues propres.
Comment ça marche
Isoler la voix en trois 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 l'isolation de la voix
Isolez la voix de vos propres images
- Conforme SOC 2
- Votre audio ne sert pas à entraîner nos modèles
- Par lots et en direct