用途:该技能用于通过 inference.sh 命令行工具(infsh)调用 ElevenLabs 语音隔离能力,从含噪音频中去除背景声音并分离出人声。
主要能力:可移除环境/环境噪音、背景音乐、混响与回声、风噪、交通与人群噪音、电流嗡鸣以及其它非人声声音;支持从音乐中提取人声。支持格式为 WAV、MP3、FLAC、OGG、AAC,单文件最大 500MB、最长 1 小时。
使用方式:需先安装 inference.sh CLI(infsh)并登录。 infsh login infsh app run elevenlabs/voice-isolator --input '{"audio": "https://noisy-recording.mp3"}'
可组合流程:清理后转写(接 elevenlabs/stt,可开启 diarize)、清理后变声(接 elevenlabs/voice-changer)、清理后与视频合并(接 infsh/media-merger)。相关技能可通过 npx skills add 安装,例如 npx skills add inference-sh/skills@elevenlabs-stt。
适用场景:播客降噪、访谈与办公室环境音去除、音乐人声提取(混音或卡拉OK)、视频对白清理、老旧录音修复、会议录音提清晰度、为语音克隆准备干净音源。
限制:具体收费、价格、平台与效果未在资料中提供;音频时长与大小上限以资料所述为准;需具备 inference.sh 账号与 CLI 环境。