Audio verbessern – kostenlos
Audio verbessern säubert Podcasts, Interviews und Sprachaufnahmen in einem Durchgang: Rauschunterdrückung, Filter gegen Rumpeln und Popps, De-Esser, ein Leveler, der leise und laute Stimmen auf ein Niveau bringt, und Normalisierung auf −16, −14 oder −23 LUFS mit True-Peak-Limiter. Außerdem kann es lange Pausen kürzen und Füllwörter schneiden, bevor WAV, MP3 oder das Video gespeichert werden.
- Lautheit:
- Podcast −16, Streaming −14, EBU −23 LUFS
- Schnitte:
- Lange Pausen und Füllwörter
- Ausgabe:
- WAV, MP3, Video, Audacity-Labels
- Preis:
- Kostenlos
- Läuft:
- Lokal in deinem Browser
- Uploads:
- Keine: Dateien verlassen nie dein Gerät
- Konto:
- Nicht nötig
Kurze Antworten
Wird meine Aufnahme hochgeladen?
Nein. Rauschunterdrückung, Angleichung, Lautheit und Schnitte laufen im Browser. Nur wenn Cut filler words aktiv ist, wird das Spracherkennungsmodell (Whisper Base: 140 MB auf der CPU, 210 MB mit WebGPU) einmal von Hugging Face geladen; es läuft ebenfalls auf dem eigenen Gerät, und die Aufnahme verlässt es nie.
Was macht der Leveler?
Er misst den Sprachpegel über ein 2-Sekunden-Fenster, ohne die Pausen, und hebt leise Passagen an oder senkt laute um bis zu 12 dB, sodass jede Stimme ungefähr gleich laut ist. In Pausen steigt die Verstärkung nie über die der Sprache drumherum, das Hintergrundrauschen wird also nicht hochgepumpt. Danach gleicht ein sanfter Kompressor den Rest aus.
Die Oberfläche des Tools ist vorerst auf Englisch.
Auf deinem Gerät verarbeitet: Deine Dateien werden nie hochgeladen. So funktioniert's
Netzwerkaktivität in diesem Tab
Was diese Seite angefragt hat, seit du die Website in diesem Tab geöffnet hast. Ein Upload ist jede Anfrage, die Daten sendet (POST, PUT, PATCH oder eine Anfrage mit Inhalt); Besuchsmessungen für Google Analytics oder Werbung werden getrennt gezählt.
Keine Uploads: Diese Seite hat nichts gesendet.
Noch keine Netzwerkanfragen.
Um jede Anfrage zu sehen, öffne die Entwicklertools deines Browsers (Tab „Netzwerk“).
So verwendest du Audio verbessern
- Einen Podcast, ein Interview, eine Vorlesung oder ein Video ablegen.
- Die Reinigung wählen (Noise reduction, Remove rumble, De-esser, Pop filter), den Leveler und das Loudness target, und ob Shorten long pauses oder Cut filler words genutzt werden soll.
- Auf Enhance klicken, dann beim Hören A (Original) und B (verbessert) vergleichen; bei Füllwörtern, die bleiben sollen, das Häkchen entfernen und auf Update klicken.
- WAV oder MP3, das Video mit neuer Tonspur oder die Schnittliste für Audacity herunterladen.
Danksagungen & Open Source
Eigener Code plus Open-Source-Bibliotheken. Danke an alle, die diese Projekte möglich machen.
- web-noise-suppressor© 翠 / green (sapphi-red); includes RNNoise (Xiph.Org, Jean-Marc Valin; BSD-3-Clause), SpeexDSP (Xiph.Org; BSD-3-Clause), GTCRN (Rong Xiaobin; MIT) and the PFFFT FFT library (Julien Pommier; FFTPACK-derived BSD-like license) · MIT
- wavesurfer.js© katspaugh and contributors · BSD-3-Clause
- Mediabunny© Vanilagy and contributors · MPL-2.0
- lamejs© LAME project; JavaScript port by Alex Zhukov; ESM fork by Breezystack · LGPL-3.0
- Transformers.js© Hugging Face, Inc. and contributors · Apache-2.0
- ONNX Runtime Web© Microsoft Corporation · MIT
Verwendete Webplattform-APIs: Web Workers, WebAssembly, Web Audio API, WebCodecs, File API, localStorage.
- RNNoise model weights von Jean-Marc Valin / Xiph.Org Foundation (rnnoise-wasm build by Shiguredo Inc.) (BSD-3-Clause (rnnoise-wasm Apache-2.0))
- GTCRN speech enhancement model von Rong Xiaobin (GTCRN); WebAssembly build by sapphi-red (MIT)
- SpeexDSP preprocessor von Xiph.Org Foundation, Jean-Marc Valin and contributors (BSD-3-Clause)
- Whisper tiny / base / small (ONNX, timestamped exports) von OpenAI (model); onnx-community (ONNX conversion) (MIT (openai/whisper; the Hugging Face model cards list Apache-2.0))
- Whisper large-v3-turbo (ONNX, timestamped export) von OpenAI (model); onnx-community (ONNX conversion) (MIT)
Vollständige Lizenztexte: Hinweise zu Drittanbietern · alle Danksagungen
Häufige Fragen
Welches Lautheitsziel soll ich wählen?
Podcast (−16 LUFS, −1 dBTP) ist die übliche Vorgabe von Podcast-Hostern und Apple Podcasts; YouTube und Streaming nutzen −14 LUFS; EBU R128 (−23 LUFS) gilt für europäisches Fernsehen und Radio und ATSC A/85 (−24 LUFS, −2 dBTP) für US-Fernsehen. Die Ergebniskarte zeigt die gemessene Lautheit und den True Peak der Datei.
Wie werden Füllwörter gefunden?
Die Spracherkennung (Whisper, standardmäßig Base) bekommt eine Beispieltranskription, die ihre „äh“ und „ähm“ behält, und schreibt deshalb die meisten Füllwörter, statt sie wegzulassen; diese sind zum Schneiden angehakt. Gehaltene Laute zwischen Wörtern (eine Stimme, die 0,2 s oder länger auf fast gleicher Tonhöhe bleibt) stehen ohne Häkchen in der Liste. In einem 14-minütigen englischen Meeting aus dem AMI-Korpus waren 78 % der angehakten Schnitte Füllwörter oder Brummlaute, und 33 seiner 70 Füllwörter wurden gefunden. Die Liste vor dem Herunterladen mit Listen prüfen.
Kann ich den Ton eines Videos verbessern?
Ja. Das Video ablegen und Video with enhanced audio nutzen: Das Bild wird unverändert kopiert und nur die Tonspur ersetzt. Pausen- und Füllwortschnitte sind bei Videos ausgeschaltet, weil entfernter Ton sonst gegenüber dem Bild verrutschen würde.
Entfernt es Hall oder stellt eine dumpfe Stimme wieder her?
Nein. Es verringert Hintergrundrauschen hinter der Sprache, nicht den Nachhall des Raums, und es erzeugt keine fehlenden Höhen einer Telefonaufnahme oder einer Aufnahme mit niedriger Bitrate.