バッチ
動画・音声ファイルを、StudioまたはAPIでライブ
ライブ放送をリアルタイムで。Enterprise、ご相談ください
ライブ放送で信頼されています
CAMB.AIはMajor League Soccerと全豪オープンの多言語ライブ放送を手がけています。 メディアでの実績を見る
2ステム
ボイスアイソレーター以上のもの
多くのボイスアイソレーターは、声を残して残りを捨ててしまいます。
CAMB.AIなら両方が手に入ります。クリアなダイアログステムと、音楽・効果音・環境音を含むM&Eステム。ダイアログは字幕や文字起こしに、M&Eは吹き替えに使えます。
ライブ · Enterprise
ライブ放送から声だけ抽出
ライブ放送、イベント、配信で、声と背景音をリアルタイムに分離。お客様のフィードで、チームと一緒にセットアップします。
- 声と背景音を2つのライブストリームで
- あらゆる言語、複数の話者にも同時対応
- そのままCAMB.AIのライブ翻訳・吹き替えへ
聴き比べ
8つの指標すべてでAudioShakeとElevenLabsよりクリア
ステムをタップして試聴
言葉の間のノイズが少ない
AudioShake比
ElevenLabs比
ベンチマーク
測定できるボイスアイソレーター
ライブのニュースルーム、アーカイブのテレビ映像、屋外インタビューを含む同じ7つの実際のクリップで、CAMB.AIはすべての指標でElevenLabs Voice IsolatorとAudioShakeを上回りました。
4社の中で最もクリアな声
ミックスから声をどれだけきれいに取り出せるかで、AudioShakeの2.8倍、ElevenLabsの1.7倍。
SI-SDR（SQUIMによる推定値）：分離した声のうち、周囲の音ではなく声そのものが占める割合。
4社の中で最もクリアな声
ミックスから声をどれだけきれいに取り出せるかで、AudioShakeの2.8倍、ElevenLabsの1.7倍。
SI-SDR（SQUIMによる推定値）：分離した声のうち、周囲の音ではなく声そのものが占める割合。
背景に残る声が最も少ない
AudioShakeより14%、ElevenLabsより16%、LALAL.AIより29%少なく、本当に再利用できる背景ステムになります。
背景ステムで音声がまだ聞こえる平均確率。
最も良く聞こえる声
分離した声の聞こえの良さで、AudioShakeを24%、ElevenLabsを23%上回ります。
PESQ（SQUIMによる推定値）：参照録音なしで評価した、音声の知覚品質。
最も聞き取りやすい声
すべての言葉が明瞭に残り、3社すべてを上回ります。
STOI（SQUIMによる推定値）：分離した音声の聞き取りやすさ。
ボイスステムに最も多くの声を保持
AudioShakeを23%、ElevenLabsを13%上回ります。
CLAPによる音声フォーカスの平均差：前景ステムがどれだけ明確に音声を捉えているか。
| 指標 | CAMB.AI | AudioShake | ElevenLabs | LALAL.AI |
|---|---|---|---|---|
| 分離品質 (SI-SDR) | 2.84 dB | 1.01 dB | 1.64 dB | 2.81 dB |
| 背景に残った声 (Leakage) | 0.376% | 0.437% | 0.447% | 0.529% |
| 知覚品質 (PESQ) | 1.895 | 1.527 | 1.544 | 1.852 |
| 明瞭度 (STOI) | 0.744 | 0.697 | 0.726 | 0.740 |
| 前景に残った声 (CLAP gap) | 0.258 | 0.209 | 0.229 | 0.255 |
| DNSMOS 音声品質（SIG） | 2.662 | 2.387 | 2.523 | 2.684 |
| DNSMOS 背景品質（BAK） | 2.884 | 2.307 | 2.538 | 2.973 |
| DNSMOS 総合品質（OVRL） | 2.303 | 1.923 | 2.094 | 2.327 |
社内ベンチマーク：CAMB.AI、AudioShake、ElevenLabs、LALAL.AIを、Wikimedia Commonsの同じ7つのクリップ（ゲーム実況、映画予告編、ライブ音楽、屋外インタビュー、ライブのニュースルーム、アーカイブのテレビ映像、レッドカーペットのインタビュー）で比較し、平均した結果です。SQUIMとDNSMOSは参照なしの推定値です。DNSMOSの3つのスコアではLALAL.AIがわずかに上回り、それ以外のすべての指標でCAMB.AIがトップです。
活用例
クリアなセリフが重要な場面
M&Eステム
逆が必要ですか？動画から声を除去
M&Eステムを残して声を外します。セリフのない音楽、効果音、臨場感を、新しいナレーションや新しい言語に。
新しい言語に吹き替えるライブとバッチ
ライブでもファイルでも、声だけ抽出
バッチ
.mp4、.mov、.mp3、.wav、.flac、.aacをアップロードし、FLAC、WAV、MP3、AACでダウンロード。30秒の動画を22.6秒で処理します。
API
ライブラリ全体をAPIで送り、結果を一括で受け取れます。
POST /apis/audio-separationGET /apis/audio-separation/{task_id}GET /apis/audio-separation-result/{run_id}POST /apis/audio-separation-results音声分離APIを見る
メディア企業のために
CAMB.AIはSOC 2に準拠しており、お客様の音声でモデルを学習させることはありません。実行は履歴に残り、いつでも削除できます。
その他の音声分離
活用シーン
ニュースルームからアーカイブまで
ニュースルーム
街頭、群衆、風の中のインタビューを、そのまま放送できるクリアさに。
放送局
ライブ翻訳のためのクリアな声と、どの新しい言語にも使える背景。
ポストプロダクション
編集、リミックス、プロモーションのためのセリフ分離。
ローカライズチーム
翻訳用のクリアな声と、吹き替え用の背景ステム。
アーカイブ
過去の番組をクリアなセリフで復活。
仕組み
3ステップで声だけ抽出
料金
必要な時間を選ぶだけ。どのプランでも2つのステム
どのプランでも、声と背景音を2つのステムで受け取れます。Studioでも、APIでも。どのプランも3日間・30分の音声を無料でお試しいただけます。
Solo
$40/月
年額$480を請求
3時間 の音声／月
クリエイターや趣味で使う方に。曲、ポッドキャスト、動画から数分で声を取り出せます。
無料トライアルを開始- 本日 30分お試し。本日のお支払いは$0。
- 3日目 プラン開始：年額$480。
Session
おすすめ$130/月
年額$1,560を請求
10時間 の音声／月
毎週制作するプロデューサーやコンテンツクリエイターに。アルバム全体、ポッドキャスト、サウンドトラックに十分な時間です。
無料トライアルを開始- 本日 30分お試し。本日のお支払いは$0。
- 3日目 プラン開始：年額$1,560。
Catalog
$375/月
年額$4,500を請求
30時間 の音声／月
大量の音声を扱うプロやチームに。音楽、ポストプロダクション、ローカライズ向けのクリアな声と背景音のステム。
無料トライアルを開始- 本日 30分お試し。本日のお支払いは$0。
- 3日目 プラン開始：年額$4,500。
Enterprise
大量処理、お客様のフィードでのライブ分離、または独自のワークフローへの組み込みに。
- リアルタイムのライブ分離
- ボリューム料金
- SLAと専任サポート
- カスタムの納品とストレージ
よくある質問