Sonusi 聲敘
音檔優化
選出目標講者
上傳多人對話音檔，分辨並選出要建立聲線的目標講者。
支援 mp3、wav、m4a 等音訊；手機也可從相簿選 mp4、mov 等影片作為素材。 單檔請小於 50 MB。
建議上傳多人對話、訪談或 Podcast 片段；單次處理最長 120 秒。
分辨結果
處理完成後，可在此試聽各講者音軌。
適用情境
適合雙人 Podcast、訪談或多人輪流發言的對話，想從中保留其中一位的聲音。
請使用原始錄音，不建議使用人聲分離後的檔案。多人同時講話或有效發言極短的素材，效果可能有限，建議換段輪流發言較清楚的錄音。
和建立專屬聲線（Voice Clone）有什麼關係？
多人對話素材需先把目標講者的聲音獨立出來，模型才較能學到單一人聲。若分離後的個別音軌仍夾帶明顯 BGM 或環境噪音，可再個別做去除背景音。
常見問題
- 多人對話要先做講者分離，還是先去除背景音？
- 建議先做講者分離，且請使用原始錄音。分出各講者後，若個別音軌仍夾帶明顯 BGM 或環境噪音，再個別做去除背景音。單人錄音若主要是被背景音蓋過，則可直接做去除背景音。
- 支援哪些音訊或影片格式？單次可處理多長？
- 支援常見音訊（如 mp3、wav、m4a）與影片（如 mp4、mov，會擷取音軌處理）。單次最長 120 秒，單檔上限 50 MB；較長或過大的影片建議先剪短或轉成 mp3 再上傳。
- 可以用人聲分離後的檔案嗎？
- 不建議。請使用原始錄音上傳，以取得較穩定的講者分辨結果；若素材同時夾帶明顯 BGM，請先完成講者分離，再視需要對個別音軌做去除背景音。
- 適合 Podcast、訪談或多人對話嗎？
- 適合雙人 Podcast、訪談或輪流發言的多人對話。若多人同時講話、有效發言極短，或音量過小的段落，可能無法產生可試聽音檔，建議換段素材再試。
- 分出來的音檔可以拿去做 Voice Clone 嗎？
- 可以作為 Voice Clone 樣本的前處理步驟。仍須確保目標講者有足夠長、連續且清楚的發言；樣本品質與完整流程說明可參考音檔優化指南。