スポーツのための音声分離 · Enterprise向けライブ対応
スポーツ音声の観客ノイズ除去を、ライブで
実況は1つのステムに。スタジアム、観客、エンジンはもう1つのステムに。リアルタイムでも、試合終了後でも。
ライブ
ライブフィードを2つのストリームでリアルタイムに。Enterprise、ご相談くださいバッチ
録画やアーカイブを、StudioまたはAPIで
CAMB.AIが支えるライブスポーツ放送
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。音声分離により、同じライブワークフローにクリアな実況と臨場音が加わります。 スポーツでの実績を見る
活用シーン
スタジアムからアーカイブまで
リーグ・権利保有者
すべての市場向けにクリアな実況を、独自の実況を加えるパートナーには臨場音を。
放送局
実況なしのワールドフィードと、ライブ翻訳のためのクリアな声。
制作会社
ピッチサイド、トンネル、ミックスゾーンでのインタビューを、そのまま公開できるクリアさに。
モータースポーツ
ドライバーやリポーターの声から、エンジン音、風切り音、ピットレーンの騒音を除去。
アーカイブ
過去の試合やハイライトを、クリアな実況で再編集。
課題
最高の瞬間ほど、音が大きい
ゴール、フィニッシュ、ピットストップは、観客とエンジンの音が最高潮のときに起こります。まさにそのときに、実況、インタビュー、チーム無線が埋もれてしまいます。
観客ノイズを除去すれば、その瞬間を失わずに声を取り戻せます。
分離とノイズ低減の違い
声を分離する。ノイズを下げるだけではなく。
| ノイズ低減 | CAMB.AIの音声分離 | |
|---|---|---|
| 受け取れるもの | クリーンアップされた1トラック | 実況と臨場音の2ステム |
| 観客とエンジン | 同じトラック内で音量を下げるだけ | 別ステムに残り、リミックスに使える |
| 臨場音を活用 | 非対応 | 対応 |
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
品質
実際の音声でテスト済み
ライブのテレビ放送や屋外インタビューを含む7つの実際のクリップでのベンチマークで、CAMB.AIは背景ステムに残る声が最も少ない結果となりました。CAMB.AIは0.376%、AudioShakeは0.437%、ElevenLabsは0.447%です。
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。
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
スタジアムからサーキットまで、実況を分離
受け取れるもの
すべてのフィードから2つのステム
声
実況、サイドラインリポーター、試合後のインタビュー、ドライバーやチームの声。
臨場音
観客、チャント、エンジン、場内アナウンス、スタジアムの音を、声を除いて。声以外のすべての音は、音楽も含めて臨場音ステムにまとめて残ります。
ライブスポーツの音声のためにEnterprise
ライブフィードを、声と臨場音の2つの別々のストリームとしてリアルタイムで返します。Enterprise向けの機能で、ご相談に応じてチームと一緒にセットアップします。
お問い合わせ試合後
録画をアップロードし、両ステムをFLAC、WAV、MP3、AACでダウンロード。
API
自動化する
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
その他の音声分離
仕組み
3ステップで観客ノイズ除去
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