Чи видалення тиші й видалення слів-паразитів — це одне й те саме?
Ні — і ця плутанина коштує людям справжніх грошей і справжнього часу. Видалення тиші знаходить відрізки аудіо, де майже нічого не відбувається — проміжок між реченнями, паузу, поки ви зазираєте в нотатки, — і вирізає їх, тож запис коротшає. Видалення слів-паразитів націлене на звуки, які ви справді вимовили: «еее», «ммм», «типу» і «ну», що розбавляють мовлення. Запис може страждати від однієї проблеми, обох або жодної, і ліки від однієї нічого не вдіють з іншою.
Як працює видалення тиші за амплітудою?
Видалення тиші — це математика сигналу. Інструмент сканує хвильову форму й ставить три запитання: наскільки тихою має бути мить, щоб вважатися тишею (поріг), як довго має тривати цей тихий відрізок, щоб його було варто вирізати (мінімальна тривалість тиші), і скільки простору для дихання має вціліти довкола кожного нарізання (відступ). Усе, що не проходить жодного з трьох тестів, видаляється, а решта мовлення з'єднується знову. Повний процес налаштування описано в нашому гіді з видалення тиші з аудіо та відео.
Оскільки він вимірює лише гучність, цей підхід швидкий, детермінований і незалежний від мови. Йому не треба розуміти жодного сказаного вами слова — саме тому він може працювати повністю на вашому телефоні, за секунди, нічого не завантажуючи.
Як працює AI-видалення слів-паразитів?
Видалення слів-паразитів починається з транскрипту. Інструмент запускає розпізнавання мовлення на вашому записі, позначає слова й уривки, які вважає паразитами, і видаляє ці відрізки з аудіо. Descript і Cleanvoice — відомі приклади цього підходу. Він справді корисний — але залежить від точності транскрипції, прив'язаний до мови, і оскільки мовленнєві моделі важкі, ці інструменти зазвичай обробляють ваше аудіо в хмарі за підпискою чи похвилинним тарифом.
Він також містить суб'єктивні рішення, з якими вимірювач гучності ніколи не стикається. «Типу» — паразит в одному реченні і справжнє слово в наступному, тож транскрипт-інструменти час від часу позначають слова, які ви хотіли лишити, — саме тому більшість пропонує крок перегляду.
Яка проблема насправді у вашого запису?
Послухайте шістдесят секунд і поставте діагноз. Якщо запис здається повільним, бо між реченнями нічого не відбувається — ви робите паузу, думаєте, сьорбаєте каву, починаєте знову, — проблема в тиші, і прохід за амплітудою перетворить темп. Якщо запис рухається, але кожне речення починається з «еее» чи спирається на «ну», проблема у словах-паразитах, і жоден видаляч тиші їх не торкнеться, бо ці звуки — мовлення: вони сидять значно вище за будь-який розумний поріг.
Як груба закономірність: подкасти, лекції та записи екрана більше страждають від проміжків; нервові перші дублі й непідготовлені інтерв'ю — від паразитів. Довгі записи часто мають і те, і те.
Чи видаляє SilenceRemover «еее» та «ммм»?
Ні — і про це варто сказати прямо, перш ніж ви щось завантажите. [SilenceRemover](/) — пороговий різак тиші: він виявляє тихі проміжки за порогом, мінімальною тривалістю тиші й відступом і видаляє їх на пристрої, без завантаження та облікового запису. Він не транскрибує ваше аудіо й не видаляє слів-паразитів. «Еее» — звук, який ви видали, тож для детектора гучності це мовлення, а не тиша. Якщо ваша головна проблема — мовні тики, вам потрібен інструмент на основі транскрипту — замість або на додачу.
Компроміс працює й у зворотний бік: транскрипт-інструменти важчі, хмарні й з підписковими цінами — а це чимало машинерії, якщо єдина вада вашого запису — порожнеча.
Чи можна поєднати обидва?
Так, і для відшліфованого довгого аудіо це поєднання поширене. Спершу запустіть прохід на основі транскрипту: видаліть слова-паразити в інструменті, створеному для цього, перегляньте запропоновані нарізання й експортуйте результат. Потім запустіть видалення тиші на цьому експорті, щоб стиснути те, що лишилося. Такий порядок працює краще з простої причини — видалення «еее» часто лишає по собі паузу, всередині якої воно сиділо. Паразит зник, а проміжок вцілів, і саме амплітудний прохід його закриває. Зворотний порядок означає, що транскрипт-інструмент працює на вже стиснутому аудіо, а його видалення знову відкривають маленькі дірки, які потім доведеться латати.
Чому один інструмент просто не робить обох речей?
Деякі монтажні пакети пропонують обидві, але під капотом це два окремі рушії, і різниця проявляється у вартості й приватності. Аналіз амплітуди достатньо легкий, щоб приватно працювати на телефоні. Редагування на основі транскрипту потребує мовленнєвої моделі, що зазвичай означає завантаження вашого аудіо, очікування обробки й оплату обчислень. Об'єднати їх — означає платити хмарні ціни навіть тоді, коли вам потрібна була лише легка половина, — саме тому сфокусовані інструменти тиші на пристрої існують як окрема категорія.
Що виправляти першим?
Якщо виправляєте лише одне — виправляйте тишу: зазвичай це більший виграш на хвилину зусиль, який зрізає реальний хронометраж за один автоматичний прохід. Слова-паразити часто краще розглядати як звичку мовлення: сповільнитися й зробити паузу замість «еее» — це безкоштовне виправлення кожного майбутнього запису, а пауза, що лишається, — саме те, що прибирає видаляч тиші. І тримайте третю проблему окремо в голові: рівномірне фонове шипіння чи гул — це ні тиша, ні паразит; ця межа розглянута у видаленні тиші проти видалення шуму.