SuperAPI AI 工具集

elevenlabs-voice-isolator

通用与其它

查看项目

更新于 11-14 16:16

技能介绍

ElevenLabs Voice Isolator 是一个用于音频降噪与人声分离的命令行技能,需通过 inference.sh 的 CLI 工具(belt)调用。

用途 从含噪音频中移除背景噪声并分离出人声,输出更干净的语音素材。

主要能力

  • 噪声去除:可去除环境/环境噪声、背景音乐、混响与回声、风声、交通与人群噪声、电流嗡鸣以及其他非人声声音。
  • 支持的输入格式:WAV、MP3、FLAC、OGG、AAC;单文件最大 500MB,最长时长 1 小时。

使用方式 先安装技能与 CLI,并登录: npx skills add belt-sh/cli belt login

从含噪音频中分离人声: belt app run elevenlabs/voice-isolator --input '{"audio": "https://noisy-recording.mp3"}'

可将输出保存为文件,例如: belt app run elevenlabs/voice-isolator --input '{"audio": "https://noisy-meeting.mp3"}' > cleaned.json

可组合的工作流

  • 清理后转写:先运行 voice-isolator 得到干净音频,再调用 elevenlabs/stt 进行转写(可启用 diarize)。
  • 清理后变声:先清理音频,再调用 elevenlabs/voice-changer 变换音色。
  • 清理后合成视频:先清理配音,再用 infsh/media-merger 与视频合并。

适用场景 播客降噪、采访环境声去除、音乐人声提取(混音或卡拉 OK)、视频对白净化、旧录音修复、会议录音清晰度提升、语音克隆前的源音频清理。

限制 资料未提供收费、价格、性能指标或处理速度等信息;实际可用性取决于 inference.sh CLI 与 ElevenLabs 服务的接入情况。输出结果的具体返回结构资料未详细说明。