Nettoyer un enregistrement vocal

Un enregistrement fait dans un lieu bruyant est fatigant à écouter et difficile à transcrire. Déposez-le ici : un modèle d’amélioration de la voix retire le fond sonore et garde la voix, sur votre propre appareil — une interview ou une réunion confidentielle n’en sort jamais.

Chargement de l’outil…

Comment ça marche

  1. Déposez un fichier audio ou vidéo : mémo vocal, interview, réunion ou cours.
  2. Choisissez l’intensité et cliquez sur « Nettoyer l’enregistrement ». La première fois, le modèle (8,6 Mo) et le moteur qui l’exécute sont téléchargés et conservés dans le navigateur.
  3. Comparez l’original et la version nettoyée, ajustez l’intensité si besoin (le résultat se met à jour aussitôt) et téléchargez en WAV ou MP3.

Pourquoi rien n’est envoyé

Toutes les opérations de cette page sont effectuées par du code qui tourne dans l’onglet de votre navigateur, avec le moteur qui affiche les pages web. Le fichier est lu depuis le disque vers la mémoire de l’onglet, transformé sur place, puis réécrit sous forme de téléchargement. Il n’est jamais envoyé où que ce soit — ni à nous, ni à un tiers.

Vérifiez-le vous-même

  1. Ouvrez les outils de développement de votre navigateur (F12) et choisissez l’onglet « Réseau ».
  2. Chargez votre fichier et lancez l’outil.
  3. Les seules requêtes que vous verrez téléchargent le code de l’outil lui-même — et, pour quelques outils lourds, leur moteur open source (également depuis ce site) ou un modèle d’IA depuis Hugging Face — plus un petit signal de visite vers loreatec.jp (adresse et titre de la page, rien de plus). Aucune ne transporte votre fichier.

La preuve que tout reste chez vous →

Questions fréquentes

Quels bruits retire-t-il, et que ne peut-il pas faire ?

Il est entraîné à garder la parole et à retirer tout le reste : les bruits constants comme le ronflement électrique, le souffle, les ventilateurs, la climatisation ou la route, et les bruits changeants comme les claviers, les chocs ou le brouhaha d’un café. Ce qu’il ne peut pas faire : séparer une voix de plusieurs personnes qui parlent en même temps (il garde toute la parole), enlever une musique qui joue sous la voix, ou supprimer l’écho prononcé d’une grande pièce vide. Il ne répare pas non plus la distorsion d’un enregistrement trop fort (saturation) et ne rapproche pas une voix lointaine : ce sont d’autres problèmes.

Quelle intensité choisir ?

L’intensité est la quantité maximale de bruit que l’outil peut retirer. La valeur par défaut, 24 dB, en retire l’essentiel et laisse une légère trace de la pièce, ce qui sonne naturel. Des valeurs plus basses gardent davantage l’ambiance et ménagent la voix ; « Maximum » retire tout le bruit possible, et les pauses peuvent paraître anormalement silencieuses. Vous pouvez la modifier après le nettoyage : le résultat se met à jour aussitôt, sans nouveau traitement.

Mon enregistrement est-il envoyé quelque part ?

Non. L’audio est lu et nettoyé dans cet onglet. Les seuls téléchargements sont le modèle lui-même — DeepFilterNet 3, de Hendrik Schröter et ses contributeurs, 8,6 Mo, licence MIT, depuis Hugging Face — et le moteur qui l’exécute (27 Mo, depuis ce site). Les deux sont conservés dans le navigateur : après la première fois, l’outil fonctionne aussi hors ligne.

Puis-je utiliser une vidéo ou un fichier stéréo ?

Oui. Déposez un MP4, un MOV ou un WebM et sa piste son est nettoyée. La plupart des formats audio s’ouvrent directement ; les formats rares, comme le WMA ou l’AMR des anciens téléphones, sont ouverts par un moteur audio téléchargé à la première utilisation (environ 32 Mo). Les fichiers stéréo et multicanaux sont d’abord mélangés en un seul canal : le résultat est donc en mono, ce qui suffit pour la voix. Pour remettre le son nettoyé dans la vidéo, utilisez « Changer la piste audio d’une vidéo » dans cette rubrique.

Quelle durée d’enregistrement, et combien de temps cela prend-il ?

L’audio est nettoyé par blocs de 10 secondes, et la mémoire du modèle passe d’un bloc au suivant : un long enregistrement donne exactement le même résultat que s’il était traité d’un seul coup. Sur un ordinateur portable récent, il faut environ un dixième de la durée de l’enregistrement — à peu près une minute pour une interview de dix minutes. La vraie limite est la mémoire : tout l’enregistrement doit tenir dans l’onglet (environ 400 Mo pour dix minutes), alors découpez d’abord ce qui dépasse une heure environ.

Pourquoi la voix nettoyée sonne-t-elle un peu différemment ?

Le modèle reconstruit le son à partir de ce qu’il juge être de la parole : il réduit donc aussi une partie de la réverbération de la pièce et des respirations, et le niveau peut être un peu plus bas. Sur un enregistrement sans bruit, il change peu de chose. Écoutez les deux versions avant d’utiliser le résultat, surtout avec un bruit fort, où toute réduction de bruit peut rendre la voix un peu mince ou « aquatique ».