clearvoice怎么使用 clearvoice使用教程

哈喽大家好，这里是AI吧教学日记的朴老师，clearvoice作为一款能够进行人声增强以及多人声分离的音频处理工具，其实用性可以说是毋庸置疑的，但是很多小伙伴拿到了整合包，却不知道clearvoice怎么使用，接下来我将从头开始教学，一步一步教学如何使用该软件。

一、语音增强（降噪）：

①选择模型：模型选择为[语音增强(48kHZ)]或[语音增强CAN(16kHZ)]，建议选择[语音增强(48kHZ)]，输出效果更好，如果原采样率为48khz，输出则不会变，如原采样率为16/44kHz，选择48kHZ，会重采样为48kHz，实测效果提升明显。

②上传需要处理的音频：直接点击上传，或将音频直接拖入[输入音频]位置。

③点击处理，等待处理。

④当[处理状态]显示"处理成功! 输出文件已保存到samples目录"时，点击下方按钮[打开输出目录]，即可进入到保存目录。

⑤进入输出文件夹后，双击打开[output_MossFormer2_SE_48K.wav]即可试听增强后的音频，保存则需拷贝至其他文件夹，若重新处理会直接覆盖该文件。

二、语音分离（分离两人对话声音）

音频处理：

①选择模型：模型选择为[语音分离(16kHZ)]。

②上传需要处理的音频：直接点击上传，或将音频直接拖入[输入音频]位置，要求该音频人声不能超过两人，最多支持两人人声分离，超过俩人则无法分离。

③点击处理，等待处理。

④当[处理状态]显示"处理成功! 输出文件已保存到samples目录'"时，点击下方按钮[打开输出目录]，即可进入到保存目录。

⑤进入输出文件夹后，可以看到以下两段音频文件，[output_MossFormer2_SS_16K_speaker1_s1.wav]、[output_MossFormer2_SS_16K_speaker1_s2.wav]分别为已分离出来的两段人声，双击即可试听播放，如需保存，可将两段音频拷贝至其他文件夹，每次分离新的音频，都会直接覆盖音频文件。

说明，分离后的音频采样率为16kHz，建议用语音增强/语音超分辨率再处理重采样一遍。

视频处理：

clearvoice的视频处理目前还在beta测试阶段，如若需要处理视频音频，可使用以下该方法「另辟蹊径」，这里以剪映为例。

①打开剪映、点击开始创作。

②导入需要处理的视频，同音频处理模式，人声不能超过两人。

③将素材拖入工作导轨，选中素材后，鼠标右键，选择分离音频。

④点击右上角导出，勾选音频导出选项，导出格式选择wav格式后，进行导出。

⑤音频导出完成后，点击【打开文件夹】，后续步骤直接按照音频处理步骤进行处理即可。

三、语音超分辨率：

①选择模型：模型选择为[语音超分辨率(48kHZ)]。

②上传需要处理的音频：直接点击上传，或将音频直接拖入[输入音频]位置。

③点击处理，等待处理。

④当[处理状态]显示"处理成功! 输出文件已保存到samples目录'"时，点击下方按钮[打开输出目录]，即可进入到保存目录。

⑤进入输出文件夹后，双击打开[output_MossFormer2_SR_48K.wav]即可试听增强后的音频，保存则需拷贝至其他文件夹，若重新处理会直接覆盖该文件。

四、其余注意事项

1、上传的音频格式仅支持[.wav, .flac, .mp3, .aac] 等。

2、上传的视频格式仅支持[.mp4, .avi, .mov, .webm] 等。

到这里整个使用教程就结束了，使用是不是很简单呢？如果你还遇到其他有关ClearVoice的问题无法解决，可以持续关注AI吧网站，我们会持续为大家更新最新教学内容。