Je odstranění ticha a odstranění výplňových slov totéž?
Ne — a tenhle zmatek stojí lidi skutečné peníze a skutečný čas. Odstranění ticha najde úseky zvuku, kde se skoro nic neděje — mezeru mezi větami, pauzu, když kontrolujete poznámky — a vystřihne je, takže se nahrávka zkrátí. Odstranění výplňových slov cílí na zvuky, které jste skutečně vydali: „ehm”, „hm”, „jakoby” a „prostě”, které vycpávají mluvený projev. Nahrávka může trpět jedním problémem, oběma, nebo žádným, a řešení jednoho nedělá nic s tím druhým.
Jak funguje odstranění ticha založené na amplitudě?
Odstranění ticha je signálová matematika. Nástroj projde zvukovou vlnu a položí si tři otázky: jak tichý musí okamžik být, aby se počítal jako tichý (práh), jak dlouho musí tichý úsek trvat, aby stál za vystřižení (minimální délka ticha), a kolik prostoru k nadechnutí má přežít kolem každého střihu (polstrování). Cokoli neprojde všemi třemi testy, se odstraní a zbývající řeč se spojí zpátky dohromady. Celý ladicí proces je popsán v našem průvodci, jak odstranit ticho ze zvuku a videa.
Protože měří jen hlasitost, je tenhle přístup rychlý, deterministický a nezávislý na jazyce. Nikdy nepotřebuje rozumět jedinému slovu, které jste řekli — což je také důvod, proč může běžet celý na vašem telefonu, během sekund, aniž by cokoli nahrával.
Jak funguje AI odstranění výplňových slov?
Odstranění výplňových slov začíná u přepisu. Nástroj spustí na vaší nahrávce převod řeči na text, označí slova a části slov, které považuje za výplň, a tyhle úseky ze zvuku smaže. Descript a Cleanvoice jsou známé příklady tohoto přístupu. Je to skutečně užitečné — ale závisí to na přesnosti přepisu, je to specifické pro jazyk, a protože řečové modely jsou těžké, zpracovávají tyhle nástroje váš zvuk obvykle v cloudu za předplatné nebo minutovou sazbu.
Zahrnuje to také úsudkové otázky, kterým hlasitostní měřič nikdy nečelí. „Jakoby” je v jedné větě výplň a v další skutečné slovo, takže přepisové nástroje občas označí slova, která jste chtěli nechat — většina z nich nabízí krok kontroly přesně z tohoto důvodu.
Který problém vaše nahrávka skutečně má?
Poslechněte si šedesát sekund a stanovte diagnózu. Pokud nahrávka působí pomalu, protože se mezi větami nic neděje — pauzujete, přemýšlíte, usrknete kávu, začnete znovu — je problémem ticho a průchod založený na amplitudě promění tempo. Pokud nahrávka odsýpá, ale každá věta začíná „ehm” nebo se opírá o „prostě”, jsou problémem výplňová slova a žádný odstraňovač ticha se jich nedotkne, protože tyhle zvuky jsou řeč: sedí vysoko nad jakýmkoli rozumným prahem.
Jako hrubý vzorec platí, že podcasty, přednášky a záznamy obrazovky trpí víc mezerami; nervózní první pokusy a neskriptované rozhovory trpí víc výplní. Dlouhé nahrávky mívají často obojí.
Maže SilenceRemover „ehm” a „hm”?
Ne — a stojí za to být v tomhle přímý, než si cokoli stáhnete. [SilenceRemover](/) je prahový střihač ticha: detekuje tiché mezery pomocí prahu, minimální délky ticha a polstrování a odstraňuje je v zařízení bez nahrávání a bez účtu. Nepřepisuje váš zvuk a neodstraňuje výplňová slova. „Ehm” je zvuk, který jste vydali, takže pro detektor hlasitosti je to řeč, ne ticho. Pokud je vaším hlavním problémem řečový tik, chcete místo toho — nebo navíc — nástroj založený na přepisu.
Kompromis platí i obráceně: přepisové nástroje jsou těžší, cloudové a placené předplatným, což je spousta mašinerie, pokud je jedinou vadou vaší nahrávky hluché místo.
Můžete použít obojí dohromady?
Ano, a u vybroušeného dlouhého audia je tahle kombinace běžná. Spusťte nejdřív přepisový průchod: odstraňte výplňová slova v nástroji na to stavěném, zkontrolujte jím navržené střihy a výsledek exportujte. Pak na ten export spusťte odstranění ticha, aby se zpevnilo, co zbývá. Tohle pořadí funguje lépe z prostého důvodu — smazání „ehm” po sobě často nechá pauzu, ve které sedělo. Výplň je pryč, ale mezera přežije, a právě amplitudový průchod je to, co ji zavře. Obrácené pořadí znamená, že přepisový nástroj pracuje na už zkráceném zvuku a jeho mazání otevírá malé díry, které pak musíte spravovat znovu.
Proč jeden nástroj prostě nedělá obojí?
Některé střihové sady nabízejí obojí, ale pod kapotou jsou to dva oddělené motory a rozdíl se projeví v ceně a soukromí. Amplitudová analýza je dost lehká na to, aby běžela soukromě na telefonu. Editace založená na přepisu potřebuje řečový model, což obvykle znamená nahrát zvuk na server, čekat na zpracování a platit za výpočetní výkon. Balit je dohromady znamená platit cloudové ceny i tehdy, když jste potřebovali jen tu lehkou polovinu — což je přesně důvod, proč soustředěné nástroje na ticho běžící v zařízení existují jako vlastní kategorie.
Co byste měli spravit dřív?
Pokud spravíte jen jednu věc, spravte ticho — bývá to větší výhra na minutu úsilí a v jednom automatickém průchodu ukrojí skutečnou stopáž. Výplňová slova je často lepší brát jako řečový návyk: zpomalit a udělat pauzu místo říkání „ehm” opraví každou budoucí nahrávku zadarmo, a pauza, která po tom zbyde, je přesně to, co odstraňovač ticha uklidí. A třetí problém si držte v hlavě odděleně — stálý šum nebo brum na pozadí není ani ticho, ani výplň; téhle hranici se věnuje článek odstranění ticha vs odstranění šumu.