SuperAPI AI 工具集

voice-isolator

编程与开发

查看项目

更新于 10-15 21:37

技能介绍

用途:调用 ElevenLabs Voice Isolator(音频隔离)API,去除音频中的背景噪声并分离出人声/语音,可用于清理嘈杂录音、为语音转文字做准备,或从含音乐/音效的混合音轨中提取对白。

主要能力:输入任意常见编码音频/视频容器(MP3、WAV、M4A、FLAC、OGG、WebM、MP4 等),默认返回流式 MP3。参数 audio 为必填音频文件;file_format 默认 other,若传入原始 16-bit PCM 单声道 @16kHz 小端数据可设为 pcm_s16le_16 以跳过解码、降低延迟。

使用方式:Python 使用 elevenlabs 包,client.audio_isolation.convert(audio=audio_file) 获取音频流后写入文件;JavaScript 仅使用 @elevenlabs/* 包,通过 client.audioIsolation.convert({ audio: createReadStream("noisy.mp3") }) 并 pipe 到输出文件;CLI 命令为 elevenlabs audio-isolation convert --audio noisy.mp3 --output clean.mp3。也可先下载 URL 音频再传入。

常见工作流:清理访谈/播客录音;先隔离人声再调用 speech_to_text.convert() 提升转写准确率;从混合音轨提取对白;为 Voice Changer 做前置处理。

限制与错误:需有效 API key;常见错误包括 401 无效密钥、422 参数无效(如 file_format 与音频不匹配)、429 超出速率限制。安装步骤见其安装指南,具体收费与配额资料未提供。