01
对比试听
同一段录音,处理前后
素材来自 DR-VCTK 公开数据集:同一句话既有设备录音版本,也有录音棚原版。「处理前」是设备录音,「处理后」由 Takeweave 实际跑出,「数据集原版」是录音棚版本,只作参照,不是产品输出。
测试样本
0.00/10.00
Space ← → 空格播放或暂停,左右方向键切换。切换时播放位置保持不变。
三条都是各自的真实电平,没有做响度统一。生成结果通常比输入轻几个 LU,这是当前已知的产品缺口,不是听感差异。
02
自带素材
先看看你的录音是什么状况
上传一个文件,或直接在这里录一段。浏览器会在本地算出时长、峰值、噪声底和削波比例,用来判断这段录音适不适合做生成式修复。
把音频拖到这里
WAV / MP3 / M4A / FLAC / OGG,最大 40 MB
还没有素材。上传或录一段之后,这里会显示时长、峰值、噪声底和是否削波。
03
已知限制
这套方法有明确的边界
高频细节是模型生成的,不是从原录音里找回来的。这决定了它能做什么、不能做什么。
- 可能出现的失真
- 部分素材会有音色变化、金属感、齿音异常或吞字。长音频在段落接缝附近可能出现生成式痕迹。遇到这些情况,正确的做法是降低修复强度,或者直接保留原始文件。
- 不在能力范围内
- 多人重叠说话、音乐、复杂环境声和立体声空间关系,目前都处理不好。当前版本只针对单个主要说话人。
- 响度还没做好
- 系统目前不固定输出响度,很轻的素材处理后仍然会偏轻。本页刻意不做响度统一,你听到的电平差是真实存在的。
- 关于这个名字
- Takeweave 是当前的工作名,原名 Transmute。名称检索只是初步的,不构成商标或可用性保证。
现在缺的不是测试,是你的录音
内部盲听和客观指标已经做了很多轮。真正不知道的是:换成你的麦克风、你的房间、你的语言和音量,它还成不成立。
参与内测