voice-isolate

从视频中提取干净的语音样本。使用 Demucs 分离人声主干，通过 faster-whisper 获取语音时间戳，在伴奏音轨中根据高频特征检测重复出现的打击类“taka”音效，并在每个检测到的音效处截断整个单词，最后将剩余的干净语音片段导出为独立的样本剪辑以及一个拼接后的完整音轨。适用于用户上传视频并希望：隔离旁白声音、获取用于克隆/TTS 的干净语音样本、生成纯人声音频轨道、去除语音中的背景音乐/音效，或提及“solo la voz”、“aislar la voz”、“voz limpia”、“muestras de voz”、“quitar SFX/música”、“canal de voz”、isolate/extract voice、voice samples、narrator voice 或 vocal stem（从视频或短视频中提取）等需求场景。

模型生成摘要（rules/v1 · 2026-11-13 06:59）：从视频中提取干净的语音样本
这是模型对公开材料的总结，不是官方声明，请以原链内容为准。

存档时间线

版本	存档时间	内容哈希	内容
v1	2026-11-13 06:58	c0b20abb	可取

版本索引永久保留；内容副本只保留最新 1 份，更早版本仅留索引与哈希（存档时间线的证据链不会因此断裂）。

下载存档内容副本

纠错与举报（发现条目失效、署名有误或涉及侵权？）

提交举报 / 纠错

侵权举报经核验成立后，我们会即时下线该条目并删除已存的内容副本。