ElevenLabs Audio Isolation:从嘈杂录音中提取清晰人声

在马路边录的采访。开着风扇录的语音备忘。被风吞掉一半台词的视频。ElevenLabs Audio Isolation 正是为这些准备的：上传录音，它保留人声，去掉周围的声音。没有提示词，也没有设置。这让它成为模型页面上最容易使用、也最容易用错的模型，所以本文主要讲该喂给它什么。

它擅长什么

• 稳定的噪音： 空调、风扇、嗡嗡声、车流声、廉价麦克风的嘶嘶声。
• 嘈杂的场所： 咖啡馆的交谈、身后的办公室、活动现场的人群，只要你的声音最大。
• 风噪和手持摩擦声,常见于手机和相机录音。
• 在配音、加字幕或剪辑之前挽救对白,因为之后的每一步在干净人声上都更顺利。

如何使用

1. 01打开模型，上传一个音频文件。工作室支持常见格式：MP3、WAV、OGG、M4A 和 FLAC。
2. 02查看 Generate 按钮上的价格，然后运行。
3. 03下载处理后的文件，使用前用耳机听一遍，而不是笔记本扬声器。

实用技巧

• 先剪再清理。 剪掉开头结尾的静音和用不上的部分。文件越短越快越省钱，你只为要发布的部分付费。
• 上传你手上最好的版本。 WAV 或高质量原始文件比被聊天软件压缩过的 MP3 保留更多人声。模型只能保留原本就有的东西。
• 混回一点空间感。 完全干的人声听起来像是贴上去的。在剪辑软件里，在处理后的音轨下面铺一层很轻的原声或柔和的音乐，人声就自然了。
• 用最糟的一分钟测试。 处理长录音之前，先截出最吵的一段单独跑。最糟的部分能用，其余也能用。

谁该用别的工具

它是人声的守护者，不是调音台。如果你想保留音乐、只去掉歌手，或把一首歌拆成分轨，请在模型页面找分离类模型。如果无声片段需要新的声音，视频转声音或文字转音效的模型才是合适的工具。至于生成的片段，如今很多视频模型会在同一次生成中写出自己的声音；视频模型选择指南介绍了哪些可以，照片转视频指南说明了它用在哪里。

坦白的局限

被噪音毁掉的东西它无法找回。如果卡车恰好在某个词说出的瞬间驶过，这个词会变薄或缺掉一半，因为它从来没被清楚地录下来。失真也一样：因为麦克风太近而爆音的声音，处理后依然爆音。而且它把一切非人声都当作噪音，播客背景里的吉他会和嗡嗡声一起消失。尽量靠近、干净地录音，把隔离留给无法避免的部分。