क्या ख़ामोशी हटाना और फ़िलर-शब्द हटाना एक ही चीज़ हैं?
नहीं — और यह उलझन लोगों को असली पैसा और असली समय गँवाती है। ख़ामोशी हटाना ऑडियो के वे हिस्से ढूँढता है जहाँ लगभग कुछ नहीं हो रहा — वाक्यों के बीच का अंतराल, नोट्स देखते समय का ठहराव — और उन्हें काट देता है ताकि रिकॉर्डिंग छोटी हो जाए। फ़िलर-शब्द हटाना उन आवाज़ों को निशाना बनाता है जो आपने वाक़ई निकालीं: "उम", "आ", "मतलब" और "आप जानते हैं" जो बोली को फुलाते हैं। किसी रिकॉर्डिंग में इनमें से कोई एक समस्या हो सकती है, दोनों हो सकती हैं, या कोई भी नहीं — और एक का इलाज दूसरे के लिए कुछ नहीं करता।
एम्प्लिट्यूड-आधारित ख़ामोशी हटाना कैसे काम करता है?
ख़ामोशी हटाना सिग्नल का गणित है। टूल वेवफ़ॉर्म स्कैन करता है और तीन सवाल पूछता है: कोई पल कितना शांत हो तो वह ख़ामोश माना जाए (थ्रेशोल्ड), वह शांत हिस्सा काटने लायक़ होने के लिए कितना लंबा चलना चाहिए (न्यूनतम ख़ामोशी की लंबाई), और हर कट के इर्द-गिर्द कितनी साँस लेने की जगह बचनी चाहिए (पैडिंग)। जो कुछ भी तीनों परीक्षाओं में विफल होता है वह हट जाता है, और बची हुई बोली फिर से जुड़ जाती है। पूरी ट्यूनिंग प्रक्रिया हमारे ऑडियो और वीडियो से ख़ामोशी हटाने के गाइड में है।
चूँकि यह सिर्फ़ आवाज़ की तीव्रता मापता है, यह तरीक़ा तेज़, निश्चित और भाषा से स्वतंत्र है। इसे आपकी कही एक भी बात समझने की ज़रूरत नहीं — और इसीलिए यह पूरी तरह आपके फ़ोन पर, सेकंडों में, बिना कुछ अपलोड किए चल सकता है।
AI फ़िलर-शब्द हटाना कैसे काम करता है?
फ़िलर-शब्द हटाना ट्रांसक्रिप्ट से शुरू होता है। टूल आपकी रिकॉर्डिंग पर स्पीच-टू-टेक्स्ट चलाता है, जिन शब्दों और अधूरे शब्दों को वह फ़िलर मानता है उन्हें चिह्नित करता है, और उन हिस्सों को ऑडियो से मिटा देता है। Descript और Cleanvoice इस तरीक़े के जाने-माने उदाहरण हैं। यह वाक़ई उपयोगी है — लेकिन यह ट्रांसक्रिप्शन की सटीकता पर निर्भर है, भाषा-विशिष्ट है, और चूँकि स्पीच मॉडल भारी होते हैं, ये टूल आम तौर पर आपका ऑडियो क्लाउड में, सब्सक्रिप्शन या प्रति-मिनट योजना पर प्रोसेस करते हैं।
इसमें ऐसे फ़ैसले भी शामिल हैं जिनका सामना लाउडनेस मीटर को कभी नहीं करना पड़ता। "मतलब" एक वाक्य में फ़िलर है और अगले में असली शब्द, इसलिए ट्रांसक्रिप्ट टूल कभी-कभी ऐसे शब्द चिह्नित कर देते हैं जिन्हें आप रखना चाहते थे — ज़्यादातर टूल ठीक इसी वजह से समीक्षा का चरण देते हैं।
आपकी रिकॉर्डिंग में असल में कौन-सी समस्या है?
साठ सेकंड सुनें और निदान करें। अगर रिकॉर्डिंग धीमी लगती है क्योंकि वाक्यों के बीच कुछ नहीं होता — आप रुकते हैं, सोचते हैं, कॉफ़ी पीते हैं, फिर शुरू करते हैं — तो समस्या ख़ामोशी है, और एम्प्लिट्यूड-आधारित पास पेसिंग बदल देगा। अगर रिकॉर्डिंग आगे बढ़ती है लेकिन हर वाक्य "उम" से शुरू होता है या "आप जानते हैं" पर टिका है, तो समस्या फ़िलर शब्द हैं, और कोई भी साइलेंस रिमूवर उन्हें छुएगा नहीं, क्योंकि वे आवाज़ें बोली हैं: वे किसी भी समझदार थ्रेशोल्ड से ऊपर बैठती हैं।
मोटे तौर पर, पॉडकास्ट, लेक्चर और स्क्रीन रिकॉर्डिंग अंतरालों से ज़्यादा परेशान होते हैं; घबराए हुए पहले टेक और बिना स्क्रिप्ट के इंटरव्यू फ़िलर से। लंबी रिकॉर्डिंग में अक्सर दोनों होते हैं।
क्या SilenceRemover "उम" और "आ" मिटाता है?
नहीं — और कुछ भी डाउनलोड करने से पहले इस बारे में सीधा होना ज़रूरी है। [SilenceRemover](/) एक थ्रेशोल्ड-आधारित साइलेंस कटर है: यह थ्रेशोल्ड, न्यूनतम ख़ामोशी की लंबाई और पैडिंग से शांत अंतराल पहचानता है और उन्हें डिवाइस पर हटाता है, बिना अपलोड और बिना अकाउंट के। यह आपका ऑडियो ट्रांसक्राइब नहीं करता, और फ़िलर शब्द नहीं हटाता। "उम" एक आवाज़ है जो आपने निकाली, इसलिए लाउडनेस डिटेक्टर के लिए वह बोली है, ख़ामोशी नहीं। अगर आपकी मुख्य समस्या बोलने की आदतें हैं, तो आपको उसकी जगह — या उसके साथ — ट्रांसक्रिप्ट-आधारित टूल चाहिए।
यह सौदा उलटी दिशा में भी चलता है: ट्रांसक्रिप्ट टूल भारी, क्लाउड-आधारित और सब्सक्रिप्शन क़ीमत वाले हैं, जो बहुत बड़ी मशीनरी है अगर आपकी रिकॉर्डिंग में इकलौती ख़राबी ख़ाली आवाज़ हो।
क्या दोनों को साथ इस्तेमाल कर सकते हैं?
हाँ, और चमकाए हुए लंबे-फ़ॉर्म ऑडियो के लिए यह संयोजन आम है। पहले ट्रांसक्रिप्ट-आधारित पास चलाएँ: इस काम के लिए बने टूल में फ़िलर शब्द हटाएँ, उसके सुझाए कटों की समीक्षा करें और नतीजा एक्सपोर्ट करें। फिर उस एक्सपोर्ट पर ख़ामोशी हटाना चलाएँ ताकि जो बचा है वह कस जाए। यह क्रम एक सीधी वजह से बेहतर काम करता है — "उम" मिटाने पर अक्सर वह ठहराव पीछे रह जाता है जिसके भीतर वह बैठा था। फ़िलर चला गया, लेकिन अंतराल बचा रहा, और एम्प्लिट्यूड पास ही उसे बंद करता है। क्रम उलटने का मतलब है कि ट्रांसक्रिप्ट टूल पहले से कसे हुए ऑडियो पर काम करता है और उसके मिटाए हिस्से छोटे-छोटे छेद खोल देते हैं जिन्हें फिर आपको दोबारा ठीक करना पड़ता है।
एक ही टूल दोनों क्यों नहीं कर देता?
कुछ एडिटिंग सुइट दोनों देते हैं, लेकिन भीतर वे दो अलग इंजन हैं, और फ़र्क़ लागत और प्राइवेसी में दिखता है। एम्प्लिट्यूड विश्लेषण इतना हल्का है कि फ़ोन पर निजी तौर पर चल सकता है। ट्रांसक्रिप्ट-आधारित एडिटिंग को स्पीच मॉडल चाहिए, जिसका मतलब आम तौर पर ऑडियो अपलोड करना, प्रोसेसिंग का इंतज़ार और कंप्यूट का भुगतान है। दोनों को एक बंडल में लेने का मतलब है क्लाउड की क़ीमत चुकाना, तब भी जब आपको सिर्फ़ हल्का आधा चाहिए था — ठीक इसीलिए फ़ोकस्ड, डिवाइस पर चलने वाले साइलेंस टूल अपनी अलग श्रेणी के रूप में मौजूद हैं।
पहले किसे ठीक करें?
अगर सिर्फ़ एक चीज़ ठीक करनी हो, तो ख़ामोशी ठीक करें — मेहनत के हर मिनट के बदले यह आम तौर पर बड़ी जीत है, जो एक स्वचालित पास में असली रनटाइम काटती है। फ़िलर शब्दों को अक्सर बोलने की आदत की तरह देखना बेहतर है: धीमे बोलना और "उम" कहने के बजाय रुकना हर आने वाली रिकॉर्डिंग को मुफ़्त में ठीक कर देता है, और जो ठहराव पीछे छूटता है, वही तो साइलेंस रिमूवर साफ़ करता है। और एक तीसरी समस्या को दिमाग़ में अलग रखें — लगातार चलने वाली बैकग्राउंड की सरसराहट या भनभनाहट न ख़ामोशी है और न फ़िलर; वह सीमा ख़ामोशी हटाना बनाम शोर हटाना में कवर है।