Adakah pembuangan senyap dan pembuangan kata pengisi perkara yang sama?
Tidak — dan kekeliruan ini merugikan wang dan masa sebenar. Pembuangan senyap mencari regangan audio di mana hampir tiada apa berlaku — jurang antara ayat, jeda semasa anda menyemak nota — dan memotongnya supaya rakaman menjadi lebih pendek. Pembuangan kata pengisi menyasarkan bunyi yang anda benar-benar buat: "um", "uh", "macam", dan "you know" yang memenuhi penyampaian lisan. Sesuatu rakaman boleh mengalami salah satu masalah, kedua-duanya, atau tiada langsung, dan penyelesaian untuk satu tidak membantu yang lain.
Bagaimana pembuangan senyap berasaskan amplitud berfungsi?
Pembuangan senyap ialah matematik isyarat. Alat itu mengimbas bentuk gelombang dan bertanya tiga soalan: sekuat mana sesuatu saat mesti senyap untuk dikira sunyi (ambang), berapa lama regangan sunyi itu mesti bertahan sebelum berbaloi dipotong (panjang minimum senyap), dan berapa banyak ruang bernafas patut kekal di sekeliling setiap potongan (pelapik). Apa-apa yang gagal ketiga-tiga ujian dibuang, dan pertuturan yang tinggal dicantumkan semula. Proses penalaan penuh diliputi dalam panduan kami untuk membuang senyap daripada audio dan video.
Oleh kerana ia hanya mengukur kelantangan, pendekatan ini pantas, deterministik, dan bebas bahasa. Ia tidak pernah perlu memahami sepatah pun kata anda — itulah juga sebabnya ia boleh berjalan sepenuhnya pada telefon anda, dalam beberapa saat, tanpa memuat naik apa-apa.
Bagaimana pembuangan kata pengisi AI berfungsi?
Pembuangan kata pengisi bermula daripada transkrip. Alat itu menjalankan pertuturan-ke-teks pada rakaman anda, menandakan perkataan dan bahagian perkataan yang dianggapnya pengisi, dan memadam julat itu daripada audio. Descript dan Cleanvoice ialah contoh terkenal pendekatan ini. Ia benar-benar berguna — tetapi ia bergantung pada ketepatan transkripsi, ia khusus bahasa, dan kerana model pertuturan berat, alat-alat ini biasanya memproses audio anda di awan dengan pelan langganan atau per minit.
Ia juga melibatkan pertimbangan yang tidak pernah dihadapi oleh meter kelantangan. "Macam" ialah pengisi dalam satu ayat dan perkataan sebenar dalam ayat seterusnya, jadi alat transkrip kadangkala menandakan perkataan yang anda mahu simpan — kebanyakannya menawarkan langkah semakan atas sebab itulah.
Masalah mana yang sebenarnya rakaman anda ada?
Dengar enam puluh saat dan diagnosis. Jika rakaman terasa perlahan kerana tiada apa berlaku antara ayat — anda berhenti, berfikir, menghirup kopi, mula semula — masalahnya ialah senyap, dan laluan berasaskan amplitud akan mengubah rentaknya. Jika rakaman bergerak lancar tetapi setiap ayat bermula dengan "um" atau bersandar pada "you know", masalahnya ialah kata pengisi, dan tiada pembuang senyap akan menyentuhnya, kerana bunyi itu ialah pertuturan: ia duduk jauh di atas mana-mana ambang yang munasabah.
Sebagai corak kasar, podcast, kuliah dan rakaman skrin lebih menderita daripada jurang; rakaman pertama yang gugup dan temu bual tanpa skrip lebih menderita daripada pengisi. Rakaman bentuk panjang sering ada kedua-duanya.
Adakah SilenceRemover memadam "um" dan "uh"?
Tidak — dan wajar berterus terang tentang ini sebelum anda memuat turun apa-apa. [SilenceRemover](/) ialah pemotong senyap berasaskan ambang: ia mengesan jurang sunyi menggunakan ambang, panjang minimum senyap dan pelapik, dan membuangnya pada peranti tanpa muat naik dan tanpa akaun. Ia tidak mentranskripsikan audio anda, dan ia tidak membuang kata pengisi. Sebuah "um" ialah bunyi yang anda buat, jadi kepada pengesan kelantangan ia pertuturan, bukan senyap. Jika masalah utama anda ialah tabiat lisan, anda mahukan alat berasaskan transkrip — atau sebagai tambahan.
Pertukaran itu berjalan sebaliknya juga: alat transkrip lebih berat, berasaskan awan dan berharga langganan, iaitu jentera yang terlalu besar jika satu-satunya masalah rakaman anda ialah ruang senyap.
Bolehkah anda guna kedua-duanya bersama?
Ya, dan untuk audio bentuk panjang yang digilap, gabungan ini biasa. Jalankan laluan berasaskan transkrip dahulu: buang kata pengisi dalam alat yang dibina untuknya, semak potongan yang dicadangkannya, dan eksport hasilnya. Kemudian jalankan pembuangan senyap pada eksport itu untuk memadatkan yang tinggal. Urutan ini berfungsi lebih baik atas sebab mudah — memadam "um" sering meninggalkan jeda tempat ia duduk. Pengisi hilang, tetapi jurang kekal, dan laluan amplitudlah yang menutupnya. Membalikkan urutan bermakna alat transkrip bekerja pada audio yang sudah dipadatkan dan pemadamannya membuka semula lubang kecil yang kemudian anda perlu baiki lagi.
Mengapa satu alat tidak buat kedua-duanya sahaja?
Sesetengah suite suntingan memang menawarkan kedua-duanya, tetapi ia dua enjin berasingan di sebaliknya, dan perbezaannya muncul dalam kos dan privasi. Analisis amplitud cukup ringan untuk berjalan secara peribadi pada telefon. Suntingan berasaskan transkrip memerlukan model pertuturan, yang biasanya bermakna memuat naik audio anda, menunggu pemprosesan, dan membayar pengiraan. Menggabungkannya bermakna membayar harga awan walaupun anda cuma perlukan separuh yang ringan — itulah tepat sebabnya alat senyap yang fokus dan pada peranti wujud sebagai kategori tersendiri.
Yang mana patut anda baiki dahulu?
Jika anda hanya membaiki satu perkara, baiki senyap — ia biasanya kemenangan yang lebih besar per minit usaha, memotong masa tayangan sebenar dalam satu laluan automatik. Kata pengisi sering lebih baik dirawat sebagai tabiat penyampaian: memperlahankan diri dan berhenti seketika daripada menyebut "um" membaiki setiap rakaman masa depan secara percuma, dan jeda yang ditinggalkannya ialah tepat apa yang dibersihkan oleh pembuang senyap. Dan simpan masalah ketiga secara berasingan dalam fikiran anda — desisan atau dengungan latar yang berterusan bukan senyap mahupun pengisi; sempadan itu diliputi dalam pembuangan senyap vs pembuangan bunyi.