docs01
Jak przetwarzany jest dźwięk
Domyślny silnik MossFormer2 działa lokalnie w 48 kHz i wykorzystuje akcelerację Apple MLX. Długie nagrania są dzielone na 60-sekundowe fragmenty z kontekstem na granicach.
01Oczyszczanie mowy
02Miks z oryginałem
03Voice EQ i de-esser
04Mastering −14 LUFS
02
Dlaczego system miesza sygnały
Transkrypcja wyznacza obszary mowy. W nich Klamra zachowuje część oryginalnej składowej stereo, aby głos brzmiał naturalnie. Między wypowiedziami model może mocniej wygasić tło.
03
Profile i odsłuch A/B
Krótki odsłuch A/B pozwala natychmiast porównać profil z oryginałem na tej samej wypowiedzi.
ProfilCharakterZastosowanie
NaturalNajmniej ingerencjiRozmowy i naturalne otoczenie
CleanCzysty, uniwersalny głosWiększość materiałów wideo
StudioNajmocniejsze czyszczenieGłośniejsze pomieszczenia i szum klimatyzacji
04
Ponowne przeliczanie
Wynik modelu jest cache’owany osobno od korekcji i masteringu. Samo wyłączenie i ponowne włączenie Czystego głosu nie uruchamia ponownej inferencji.