使用 Adob​​e 的免费 AI 工具让嘈杂的录音听起来像专业音频

Adobe 的 Enhance Speech 服务可以消除某些录音中的背景噪音。

最近，Adobe 发布了一款免费的 AI 驱动的音频处理工具，可以通过消除背景噪音并使声音听起来更纯净，可以优化一些质量较差的录音。当它工作时，听起来就像是在专业的录音棚里用高质量麦克风录制的。这个名为 Enhance Speech 的新工具起源于一个名为 Project Shasta 的人工智能研究项目。最近，Adobe 将 Project Shasta 更名为 Adob​e Podcast。使用 Enhance Speech 是免费的，但它需要创建一个 Adob​​e 帐户，并且最适合桌面 Web 浏览器。注册后，用户可以上传长达一小时或大小为 1GB 的 MP3 或 WAV 文件。几分钟后，您可以在浏览器中收听结果或下载经过清理的音频。在我们对该服务的测试中，Enhance Speech 在包含没有串音或过多噪音的语音的音频中效果最佳。例如，我们从 10 英尺外的人的 iMac 内置麦克风录制音频，包括附近的风扇噪音，并且生成的音频（经过 Enhance Speech 处理后）听起来像是在无噪音的近距离录制的专业麦克风的工作室。

Enhance Speech 允许上传最大 1GB 或一小时的 MP3 或 WAV 文件。

它是如何工作的？ Adobe 没有提供任何细节，但我们怀疑该公司在许多（可能数千）小时的干净和嘈杂的音频上训练了一个深度学习模型。然后该模型可以“学习”挑选出人类语音频率并合成与源准确匹配的传真。在 Adob​​e 提供更多技术细节之前，这只是猜测，我们已联系该公司征求意见。就此而言，一些 Hacker News 评论员报告了幻觉结果——人工智能误解输入音频的幻觉输出等意外输出——来自极度嘈杂的音频（例如在瀑布旁录制的语音）或来自非英语语言源，这表明Enhance Speech 不仅仅是一种传统的降噪技术。Enhance Speech 并不是第一个提供这种由 AI 驱动的降噪功能的工具。例如，一个名为 mayavoz 的开源包和一个名为 Audo Studio 的商业服务做类似的事情。值得注意的是，Enhance Speech 是 Adob​​e 的一大组人工智能播客工具的一部分，包括 Mic Check 工具（目前也免费提供）和基于转录的音频编辑工具，该工具仍在接受邀请测试版。

文章来源 极客FUN：https://www.eiefun.com/1513.html ，转载请注明出处！