Separazione audio
Separare l'audio con l'IA, live e on demand
Separa l'audio in due: isola la voce da musica, pubblico e rumore, e tieni il sottofondo su uno stem a parte. Da un file o da un feed live, per musica, sport e broadcast.
Batch
File e cartelle, in Studio o via APILive
Feed live in tempo reale. Enterprise, su richiesta
Trasmissioni live con CAMB.AI
CAMB.AI gestisce già trasmissioni live multilingue per lo sport, tra cui la Major League Soccer e l'Australian Open. Scopri il nostro lavoro nello sport
Due stem
Un mix in entrata. Due stem in uscita.
L'audio reale non è mai pulito. La telecronaca sta sotto 60.000 tifosi, un cantante sotto la band, un reporter sotto il traffico.
CAMB.AI separa qualsiasi audio o video in primo piano, con parlato o voce cantata, e sottofondo, con musica, pubblico, rumore e ambiente. Tieni la voce, tieni l'atmosfera, o usale entrambe.
Live · Enterprise
Isolamento della voce in tempo reale per le trasmissioni live
Collega il tuo feed live e ricevi voce e sottofondo come due stream separati, in tempo reale. Lo configuriamo con il tuo team, sul tuo feed.
- Voce e sottofondo come due stream live
- Qualsiasi lingua, più parlanti insieme
- Direttamente nella traduzione e nel doppiaggio live di CAMB.AI
Fianco a fianco
Più pulito di AudioShake ed ElevenLabs in tutte le 8 misure
Tocca uno stem per ascoltarlo
Meno rumore tra le parole
vs AudioShake
vs ElevenLabs
Risultati del benchmark
Voce più pulita, meno dispersione
CAMB.AI, AudioShake, ElevenLabs e LALAL.AI sulle stesse sette clip reali. CAMB.AI è primo in ogni misura di separazione.
La voce più pulita delle quattro
2,8× AudioShake e 1,7× ElevenLabs per la pulizia con cui la voce viene estratta dal mix.
SI-SDR, stimato da SQUIM: quanta parte della voce separata è davvero voce e non ciò che la circondava.
La voce più pulita delle quattro
2,8× AudioShake e 1,7× ElevenLabs per la pulizia con cui la voce viene estratta dal mix.
SI-SDR, stimato da SQUIM: quanta parte della voce separata è davvero voce e non ciò che la circondava.
La minor quantità di voce rimasta
14% in meno di AudioShake, 16% in meno di ElevenLabs, 29% in meno di LALAL.AI: uno stem di sottofondo davvero riutilizzabile.
Probabilità media che il parlato si senta ancora nello stem di sottofondo.
La voce che suona meglio
24% sopra AudioShake e 23% sopra ElevenLabs per la resa della voce separata.
PESQ, stimato da SQUIM: qualità percepita del parlato, senza registrazione di riferimento.
La voce più facile da capire
Ogni parola resta chiara, davanti a tutti e tre.
STOI, stimato da SQUIM: quanto è intelligibile il parlato separato.
Più voce nello stem vocale
23% sopra AudioShake e 13% sopra ElevenLabs.
Scarto medio di focus sul parlato CLAP: quanto lo stem in primo piano è chiaramente parlato.
| Misura | CAMB.AI | AudioShake | ElevenLabs | LALAL.AI |
|---|---|---|---|---|
| Qualità di separazione (SI-SDR) | 2.84 dB | 1.01 dB | 1.64 dB | 2.81 dB |
| Voce rimasta nel sottofondo (Leakage) | 0.376% | 0.437% | 0.447% | 0.529% |
| Qualità percepita (PESQ) | 1.895 | 1.527 | 1.544 | 1.852 |
| Intelligibilità (STOI) | 0.744 | 0.697 | 0.726 | 0.740 |
| Voce mantenuta in primo piano (CLAP gap) | 0.258 | 0.209 | 0.229 | 0.255 |
| Qualità del parlato DNSMOS (SIG) | 2.662 | 2.387 | 2.523 | 2.684 |
| Qualità del sottofondo DNSMOS (BAK) | 2.884 | 2.307 | 2.538 | 2.973 |
| Qualità complessiva DNSMOS (OVRL) | 2.303 | 1.923 | 2.094 | 2.327 |
Benchmark interno: CAMB.AI, AudioShake, ElevenLabs e LALAL.AI sulle stesse sette clip da Wikimedia Commons (telecronaca di gaming, un trailer cinematografico, musica dal vivo, un'intervista all'aperto, una redazione in diretta, TV d'archivio e un'intervista sul red carpet), in media. SQUIM e DNSMOS sono stime senza riferimento. Nei tre punteggi DNSMOS LALAL.AI è leggermente avanti; CAMB.AI è in testa in tutte le altre misure.
Casi d'uso
Pensato per i team che lavorano con il suono
Live e batch
Ogni modo in cui lavori con l'audio
Separazione liveEnterprise
Il tuo feed live, restituito come due stream separati in tempo reale: la voce e il sottofondo. Per broadcast, sport in diretta, eventi e stream. Una funzione enterprise, configurata con il tuo team su richiesta.
Parla con noiSeparazione batch
Carica .mp4, .mov, .mp3, .wav, .flac o .aac, un file o un'intera cartella. Scarica entrambi gli stem in FLAC, WAV, MP3 o AAC. 22,6 secondi per elaborare un video di 30 secondi.
API di separazione audio
Crea un task di separazione, controllane lo stato e ottieni i risultati, un file alla volta o in blocco. Gli stessi due stem, dentro il tuo flusso di lavoro.
POST /apis/audio-separationGET /apis/audio-separation/{task_id}GET /apis/audio-separation-result/{run_id}POST /apis/audio-separation-results
Il tuo audio resta tuo
CAMB.AI è conforme SOC 2 e non addestra i suoi modelli sul tuo audio. Le tue elaborazioni passate sono nella Cronologia e puoi eliminarle quando vuoi.
Separa una volta, usalo ovunque
Lo stem vocale pulito va direttamente nel resto di CAMB.AI: sottotitoli, traduzione e doppiaggio IA, su file o live. Lo stem di sottofondo mantiene la musica e l'atmosfera originali sotto la nuova voce.
Per chi è
Pensato per ogni team che lavora con la voce
Etichette ed editori musicali
Versioni vocali e strumentali da cataloghi che non hanno mai avuto gli stem.
Leghe sportive ed emittenti
Telecronaca pulita e uno stem d'atmosfera separato, in diretta e dopo la partita.
Redazioni e post-produzione
Dialoghi estratti da strade, folle e vento, pronti per il montaggio.
Team di localizzazione
Una voce pulita da tradurre e uno stem di sottofondo su cui doppiare.
Sviluppatori
Due stem da una sola chiamata API, un file o migliaia.
Creator e team social
Clip senza colonna sonora, pronte per una nuova.
Come funziona
Da un mix a due stem in quattro passaggi
Prezzi
Scegli le tue ore. Entrambi gli stem in ogni piano.
Ogni piano ti dà la voce e il sottofondo in due stem, in Studio e via API. Prova qualsiasi piano gratis per 3 giorni, con 30 minuti di audio.
Solo
$40/mese
$480 fatturati annualmente
3 ore di audio al mese
Per creator e appassionati. Estrai la voce da canzoni, podcast e video in pochi minuti.
Inizia la prova gratuita- Oggi 30 minuti per provare. Oggi $0.
- Giorno 3 Il piano parte: $480 all’anno.
Session
Consigliato$130/mese
$1,560 fatturati annualmente
10 ore di audio al mese
Per produttori e content creator che lavorano ogni settimana. Abbastanza per album interi, podcast e colonne sonore.
Inizia la prova gratuita- Oggi 30 minuti per provare. Oggi $0.
- Giorno 3 Il piano parte: $1,560 all’anno.
Catalog
$375/mese
$4,500 fatturati annualmente
30 ore di audio al mese
Per professionisti e team con grandi volumi. Stem puliti di voce e sottofondo per musica, post-produzione e localizzazione.
Inizia la prova gratuita- Oggi 30 minuti per provare. Oggi $0.
- Giorno 3 Il piano parte: $4,500 all’anno.
Enterprise
Grandi volumi, separazione live sui tuoi feed o separazione dentro il tuo flusso di lavoro.
- Separazione live, in tempo reale
- Prezzi a volume
- SLA e supporto dedicato
- Consegna e archiviazione personalizzate
FAQ
Domande su come separare l'audio
Senti la differenza sul tuo audio
- Conforme SOC 2
- Il tuo audio non viene usato per addestrare i nostri modelli
- Batch e live