Pulire una registrazione vocale

Una registrazione fatta in un posto rumoroso stanca chi ascolta ed è difficile da trascrivere. Trascinala qui: un modello di miglioramento della voce toglie il sottofondo e conserva la voce, sul tuo dispositivo, così un’intervista o una riunione riservata non ne escono mai.

Caricamento dello strumento…

Come funziona

  1. Trascina un file audio o video: un memo vocale, un’intervista, una riunione o una lezione.
  2. Scegli l’intensità e fai clic su «Pulisci la registrazione». La prima volta il modello (8,6 MB) e il motore che lo esegue vengono scaricati e conservati nel browser.
  3. Confronta l’originale con la versione pulita, regola l’intensità se vuoi (il risultato si aggiorna subito) e scarica in WAV o MP3.

Perché non viene caricato nulla

Ogni operazione di questa pagina la esegue codice che gira dentro la scheda del tuo browser, con lo stesso motore che disegna le pagine web. Il file viene letto dal disco alla memoria della scheda, trasformato lì e riscritto come download. Non viene mai inviato da nessuna parte: né a noi, né a terzi.

Verificalo tu stesso

  1. Apri gli strumenti per sviluppatori del browser (F12) e scegli la scheda «Rete».
  2. Carica il tuo file e avvia lo strumento.
  3. Le uniche richieste che vedrai scaricano il codice dello strumento stesso — e, in pochi strumenti pesanti, il loro motore open source (anch’esso da questo sito) o un modello di IA da Hugging Face — più un piccolo segnale di visita verso loreatec.jp (indirizzo e titolo della pagina, nulla di più). Nessuna di esse porta con sé il tuo file.

La prova che resta sul tuo dispositivo →

Domande frequenti

Che rumori toglie, e che cosa non può fare?

È addestrato a conservare il parlato e a togliere tutto il resto: rumori costanti come ronzio, fruscio, ventole, aria condizionata e strada, e rumori variabili come tastiere, colpi e il brusio di un bar. Che cosa non può fare: separare una voce da più persone che parlano insieme (conserva tutto il parlato), togliere la musica che suona sotto una voce o eliminare l’eco forte di una stanza grande e vuota. Non ripara nemmeno la distorsione di una registrazione troppo forte (clipping) e non rende vicina una voce lontana: sono altri problemi.

Quale intensità devo usare?

L’intensità è il massimo di rumore che lo strumento può togliere. Il valore predefinito, 24 dB, ne toglie la maggior parte e lascia una leggera traccia dell’ambiente, che suona naturale. Valori più bassi conservano più suono dell’ambiente e sono più delicati con la voce; «Massima» toglie tutto il rumore possibile, e le pause possono sembrare innaturalmente silenziose. Puoi cambiarla dopo la pulizia: il risultato si aggiorna subito, senza rielaborare.

La mia registrazione viene caricata da qualche parte?

No. L’audio viene letto e pulito dentro questa scheda. Gli unici download sono il modello stesso — DeepFilterNet 3, di Hendrik Schröter e collaboratori, 8,6 MB, licenza MIT, da Hugging Face — e il motore che lo esegue (27 MB, da questo sito). Entrambi restano nel browser, quindi dalla seconda volta lo strumento funziona anche offline.

Posso usare un video o un file stereo?

Sì. Trascina un MP4, MOV o WebM e ne viene pulita la traccia audio. La maggior parte dei formati audio si apre direttamente; quelli rari, come WMA o gli AMR dei vecchi telefoni, vengono aperti da un motore audio scaricato al primo utilizzo (circa 32 MB). I file stereo e multicanale vengono prima mixati in un solo canale, quindi il risultato è mono, che è ciò che serve al parlato. Per rimettere l’audio pulito nel video, usa «Cambiare la traccia audio di un video» in questa sezione.

Quanto può durare la registrazione, e quanto ci vuole?

L’audio viene pulito in blocchi di 10 secondi e la memoria del modello passa da un blocco al successivo, quindi una registrazione lunga esce esattamente come se fosse elaborata in un colpo solo. Su un portatile recente ci vuole circa un decimo della durata della registrazione: più o meno un minuto per un’intervista di dieci. Il vero limite è la memoria: tutta la registrazione deve stare nella scheda (circa 400 MB ogni dieci minuti), quindi dividi prima ciò che supera all’incirca un’ora.

Perché la voce pulita suona un po’ diversa?

Il modello ricostruisce il suono a partire da ciò che giudica parlato, quindi riduce anche un po’ di riverbero della stanza e i respiri, e il livello può risultare un po’ più basso. Su una registrazione senza rumore cambia poco. Ascolta entrambe le versioni prima di usare il risultato, soprattutto con molto rumore, quando qualsiasi riduzione del rumore può lasciare la voce sottile o «acquosa».