ElevenLabs Voice Isolator 是一个通过 inference.sh CLI（简称 belt）使用的音频处理技能，主要功能是去除音频中的背景噪声并分离出人声。
用途 该技能用于清理含噪录音、提取人声，并可作为音频后续处理工作流的前置步骤。
主要能力
- 去噪与降噪：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/蜂鸣以及其他非人声声音。
- 人声分离：从混合音频中提取人声，包括从音乐中分离人声与伴奏。
- 支持格式：WAV、MP3、FLAC、OGG、AAC。
- 限制：单个文件最大 500MB，最长时长 1 小时。
使用方式 需先安装 belt CLI 技能：
npx skills add belt-sh/cli
随后登录并运行：
belt login
belt app run elevenlabs/voice-isolator --input '{"audio": "https://noisy-recording.mp3"}'
官方示例包括清理播客录音、清理咖啡馆背景噪声的采访音频、从歌曲中提取人声等。
工作流示例
- 清理→转写：先隔离人声，再用 ElevenLabs STT 转写，示例中可传 diarize 参数。
- 清理→变声：先清理音频，再用 ElevenLabs voice changer 变换声音，可指定 voice（如 george）。
- 清理→加入视频：先清理配音，再用 infsh/media-merger 与视频合并。
适用场景
- 播客：清理含背景噪声的录音。
- 采访：去除咖啡馆/办公室环境声。
- 音乐：提取人声用于混音或卡拉 OK。
- 视频制作：净化对白音频。
- 存档：修复老旧或劣化录音。
- 会议：提升录音清晰度。
- 语音克隆准备：清理源音频以改善克隆结果。
相关技能
- ElevenLabs voice changer：npx skills add inference-sh/skills@elevenlabs-voice-changer
- ElevenLabs STT：npx skills add inference-sh/skills@elevenlabs-stt
- ElevenLabs TTS：npx skills add inference-sh/skills@elevenlabs-tts
- 完整平台技能：npx skills add inference-sh/skills@infsh-cli
- 浏览音频应用：belt app list --category audio
限制与未提供信息 资料未提供收费标准、价格、平台支持范围、处理效果承诺或准确率等信息，暂未提供。