Migliorare l'audio gratis
Migliorare l'audio pulisce podcast, interviste e registrazioni vocali in un solo passaggio: riduzione del rumore, filtri per rimbombo e pop, de-esser, un livellatore che porta voci deboli e forti allo stesso volume e normalizzazione a −16, −14 o −23 LUFS con limitatore di picco. Può anche accorciare le pause lunghe e tagliare gli intercalari prima di salvare un WAV, un MP3 o il video.
- Loudness:
- Podcast −16, streaming −14, EBU −23 LUFS
- Tagli:
- Pause lunghe e intercalari
- Risultato:
- WAV, MP3, video, etichette Audacity
- Prezzo:
- Gratis
- Funziona:
- In locale, nel tuo browser
- Upload:
- Nessuno: i file non lasciano il dispositivo
- Account:
- Non serve
Risposte rapide
La mia registrazione viene caricata?
No. Riduzione del rumore, livellamento, loudness e tagli avvengono nel browser. Solo con Cut filler words attivo il modello di riconoscimento vocale (Whisper Base: 140 MB su CPU, 210 MB con WebGPU) viene scaricato una volta da Hugging Face; anche lui gira sul tuo dispositivo e la registrazione non ne esce mai.
Cosa fa il livellatore?
Misura il livello del parlato su una finestra di 2 secondi, ignorando le pause, e alza i passaggi deboli o abbassa quelli forti fino a 12 dB, così ogni voce arriva più o meno allo stesso livello. Nelle pause il guadagno non supera mai quello del parlato attorno, quindi il rumore di fondo non viene pompato. Poi un compressore delicato uniforma il resto.
Per ora l'interfaccia dello strumento è in inglese.
Elaborato sul tuo dispositivo: i tuoi file non vengono mai caricati. Come funziona
Attività di rete in questa scheda
Ciò che questa pagina ha richiesto da quando hai aperto il sito in questa scheda. Un upload è qualsiasi richiesta che invia dati: POST, PUT, PATCH o una richiesta con un corpo.
Nessun upload: questa pagina non ha inviato nulla.
Ancora nessuna richiesta di rete.
Per vedere ogni richiesta, apri gli strumenti per sviluppatori del browser (scheda Rete).
Come usare Migliorare l'audio
- Trascina un podcast, un'intervista, una lezione o un video.
- Scegli la pulizia (Noise reduction, Remove rumble, De-esser, Pop filter), il Leveler e il Loudness target, e se usare Shorten long pauses o Cut filler words.
- Clicca su Enhance, poi confronta A (originale) e B (migliorato) mentre ascolti; togli la spunta agli intercalari che vuoi tenere e clicca su Update.
- Scarica WAV o MP3, il video con la nuova traccia audio oppure l'elenco dei tagli per Audacity.
Crediti e open source
Codice nostro più librerie open source. Grazie alle persone che portano avanti questi progetti.
- 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
API della piattaforma web usate: Web Workers, WebAssembly, Web Audio API, WebCodecs, File API, localStorage.
- RNNoise model weights di Jean-Marc Valin / Xiph.Org Foundation (rnnoise-wasm build by Shiguredo Inc.) (BSD-3-Clause (rnnoise-wasm Apache-2.0))
- GTCRN speech enhancement model di Rong Xiaobin (GTCRN); WebAssembly build by sapphi-red (MIT)
- SpeexDSP preprocessor di Xiph.Org Foundation, Jean-Marc Valin and contributors (BSD-3-Clause)
- Whisper tiny / base / small (ONNX, timestamped exports) di 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) di OpenAI (model); onnx-community (ONNX conversion) (MIT)
Testi completi delle licenze: avvisi di terze parti · tutti i crediti
Domande frequenti
Quale obiettivo di loudness scelgo?
Podcast (−16 LUFS, −1 dBTP) è la specifica comune degli hosting di podcast e di Apple Podcasts; YouTube e lo streaming usano −14 LUFS; EBU R128 (−23 LUFS) vale per TV e radio europee e ATSC A/85 (−24 LUFS, −2 dBTP) per la TV americana. La scheda del risultato mostra loudness e true peak misurati sul tuo file.
Come vengono trovati gli intercalari?
Il riconoscimento vocale (Whisper, Base di serie) riceve una trascrizione di esempio che conserva i suoi “ehm” e “uhm”, così scrive gran parte degli intercalari invece di tralasciarli; questi sono spuntati per il taglio. I suoni tenuti tra una parola e l'altra (una voce tenuta per almeno 0,2 s su un tono quasi piatto) sono elencati senza spunta. Su una riunione in inglese di 14 minuti del corpus AMI, il 78% dei tagli spuntati era un intercalare o un mugolio e sono stati trovati 33 dei suoi 70 intercalari. Controlla l'elenco con Listen prima di scaricare.
Posso migliorare l'audio di un video?
Sì. Trascina il video e usa Video with enhanced audio: le immagini vengono copiate senza modifiche e viene sostituita solo la traccia audio. I tagli di pause e intercalari sono disattivati per i video, perché togliere audio sposterebbe il suono rispetto alle immagini.
Toglie l'eco o ricostruisce una voce ovattata?
No. Riduce il rumore di fondo dietro al parlato, non il riverbero della stanza, e non ricrea le frequenze alte mancanti di una registrazione al telefono o a basso bitrate.