1. 瞬态尖峰检测
在采样级别分析能量加速度,精准定位高频、非谐波的口水咔嗒声和咂嘴声。
自动识别高频口水音与爆破杂音,使用 Hermite 三次样条插值平滑修复。
准备就绪,请载入本地音频或视频文件
正在读取文件并计算 RMS 能量…
平衡 (~-38dB):经过校准的自然平衡,推荐用于播客、YouTube 视频和对话。
自动删除第一句话之前和最后一句话之后的静音。
00:14.2 → 00:16.8(2.6秒间隙)
1.6秒静音间隙;保留 0.32秒呼吸空间。
发现 0 处静音(0.0秒空白)· 将剪切 0 处,保留 0 处
去除 80Hz 低频隆隆声、50/60Hz 交流嗡声、房间底噪与口腔杂音
使用从您的录音中合成的真实房间底噪填充缩短后的静音间隙,消除不自然的“真空断层”。
保护有意保留的句子与停顿
导入字幕文本后,对话边界将被锁定,句子内部富有戏剧性的沉思和刻意的语音停顿永远不会被自动剪掉。
移除口头犹豫声(嗯、呃、那个、就是)以及重复的口吃。
提案总数
0
生效剪切
0
已恢复停顿
0
受保护台词
0
导出结构校验:
已验证的导出选项:
多频段频谱维纳滤波与房间隆隆声去除
无损 16-Bit 母带音频与剪辑账本导出
在浏览器内存中应用 8ms 防爆音微淡变安全渲染。零服务器上传。
时间线文件只按文件名引用你的媒体。Final Cut Pro、DaVinci Resolve 或 Premiere Pro 会提示你将片段重新链接到原始文件。
100% 浏览器本地处理 · 绝不上载任何文件至服务器
解析如何在零云端延迟下本地完成音频解码、智能分析与母带处理。
在采样级别分析能量加速度,精准定位高频、非谐波的口水咔嗒声和咂嘴声。
用平滑的三次多项式插值替换被咔嗒声破坏的采样点,同时保留周围的人声谐波。
可选择保守、均衡或灵敏模式,以适应口语对白、ASMR 或富有起伏的播客语音。
探索用于杂音消除、语速节奏调整及母带处理的互补工具。
探索本工具背后的声学原理、ITU-R 响度标准及语速微调技术。
常见问题与技术解析
该算法在音频采样上计算二阶离散加速度导数,检测突发的、非谐波的高频能量尖峰——这些尖峰超过局部滑动标准差的 4.5 倍。
检测到瞬态突发(1ms–4ms)后,被破坏的采样点会被移除,并通过 4 点 Hermite / Catmull-Rom 三次多项式样条插值重建,平滑衔接相邻的干净波形斜率,不会产生可闻的断音。
不会。辅音的频谱与时间能量特征比口腔咔嗒声更宽。瞬态检测器仅修复 1ms 到 4ms 之间的微型突发尖峰,语音的发音特征完全不受影响。
是的。所有瞬态扫描、矩阵插值和音频渲染都完全在客户端通过 JavaScript 和 Web Audio API 执行,不使用云服务器。
可处理 WAV、MP3、M4A、FLAC、AAC、OGG 以及视频容器(MP4、WebM、MOV),并可立即无损导出为 16 位 WAV。