Multi-Speaker是AudioShake推出的全球首个高分辨率多说话人分离模型。支持将音频中的多个说话人精准分离到不同轨道,解决传统音频工具在处理重叠语音时的难题。Multi-Speaker适用于多种场景,先进神经架构支持高采样率,适合广播级音频,支持处理长达数小时的录音,在高重叠和低重叠场景,保持一致的分离效果,为音频编辑和创作带来革命性变革。Multi-Speaker已正式开放,支持用户基于AudioShake Live和AudioShake的API接口接入使用。

Multi-baidu09Speaker – AudioShake 推出的多说话人声分离模型  第1张
(图片来源网络,侵删)
Multi-baidu09Speaker – AudioShake 推出的多说话人声分离模型  第2张
(图片来源网络,侵删)