Separazione audio per media e broadcast
Estrai la voce da qualsiasi video o trasmissione
Estrai la voce da qualsiasi video o audio. Ricevi uno stem dialoghi pulito, con musica ed effetti (M&E) su uno stem a parte.
Batch
File video e audio, in Studio o via APILive
Trasmissioni live in tempo reale. Enterprise, su richiesta
Scelto per le trasmissioni live
CAMB.AI gestisce trasmissioni live multilingue per la Major League Soccer e l'Australian Open. Scopri il nostro lavoro nei media
Due stem
Più di un isolatore vocale
La maggior parte degli isolatori vocali tiene la voce e butta via il resto.
CAMB.AI ti dà entrambi: uno stem dialoghi pulito e uno stem M&E con musica, effetti e ambiente. Usa i dialoghi per sottotitoli e trascrizioni, e l'M&E per il doppiaggio.
Live · Enterprise
Estrarre la voce da una trasmissione live
Separa voce e sottofondo in tempo reale su trasmissioni live, eventi e stream. 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
Benchmark
Un isolatore vocale che puoi misurare
Sulle stesse sette clip reali, tra cui una redazione in diretta, TV d'archivio e un'intervista all'aperto, CAMB.AI ha battuto sia ElevenLabs Voice Isolator sia AudioShake in ogni misura.
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
Dove contano i dialoghi puliti
Lo stem M&E
Ti serve il contrario? Rimuovi la voce dal video
Tieni lo stem M&E e scarta la voce: musica, effetti e atmosfera senza dialoghi, pronti per un nuovo voice-over o una nuova lingua.
Doppialo in una nuova linguaLive e batch
Estrai la voce, live o da file
LiveEnterprise
Separa voce e sottofondo in tempo reale su trasmissioni live, eventi e stream. Una funzione enterprise, configurata con il tuo team su richiesta.
Parla con noiBatch
Carica .mp4, .mov, .mp3, .wav, .flac o .aac. Scarica FLAC, WAV, MP3 o AAC. 22,6 secondi per elaborare un video di 30 secondi.
API
Invia intere librerie tramite l'API e ricevi i risultati in blocco.
POST /apis/audio-separationGET /apis/audio-separation/{task_id}GET /apis/audio-separation-result/{run_id}POST /apis/audio-separation-resultsScopri l'API di separazione audio
Pensato per le aziende media
CAMB.AI è conforme SOC 2 e non addestra i suoi modelli sul tuo audio. Le tue elaborazioni sono nella Cronologia e puoi eliminarle quando vuoi.
Altre soluzioni di separazione audio
Pensato per
Dalla redazione all'archivio
Redazioni
Interviste da strade, folle e vento, abbastanza pulite da andare in onda.
Emittenti
Una voce pulita per la traduzione live, e il sottofondo per ogni nuova lingua.
Post-produzione
Isolamento dei dialoghi per montaggi, remix e promo.
Team di localizzazione
Una voce pulita da tradurre e uno stem di sottofondo su cui doppiare.
Archivi
Vecchi programmi di nuovo disponibili con dialoghi puliti.
Come funziona
Estrarre la voce da un video in tre 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 estrarre la voce
Estrai la voce dai tuoi video
- Conforme SOC 2
- Il tuo audio non viene usato per addestrare i nostri modelli
- Batch e live