Eliminación del ruido de fondo en tiempo real
Suprime el ruido ambiental del audio en directo, incluidos los sonidos habituales de cafeterías, oficinas compartidas, calles, trenes y otros lugares concurridos.
Clarity 1
Freemium
Modelo que elimina ruido y aísla la voz principal en tiempo real para agentes de voz y centros de llamadas. Proporciona audio más limpio para transcripción y detección de turnos.
¿Qué es Clarity 1?
Clarity 1 es un modelo de mejora de voz en tiempo real para interacciones de voz en directo. Elimina el ruido de fondo y aísla al hablante principal, suprimiendo otras voces, como las conversaciones de una cafetería o las de compañeros cercanos, para que un agente de voz, un sistema de transcripción o una persona reciban una señal más clara.
El modelo está diseñado para agentes de voz y centros de llamadas que operan en entornos ruidosos. Procesa el audio de forma continua, sin esperar a que termine la grabación, lo que ayuda a que los sistemas posteriores de detección de turnos, transcripción y los modelos conversacionales se centren en la persona que llama o en el agente, en lugar de en el entorno.
Clarity 1 procesa fragmentos de audio de 240 ms y necesita unos 50 ms por fragmento. El aislamiento del hablante principal permite seguir a una persona mediante una breve grabación de referencia; sin ella, el sistema conserva la voz de mayor volumen.
¿Qué puede hacer Clarity 1?
Aislamiento del hablante principal
Utiliza una breve grabación de referencia para seguir a la persona deseada y eliminar otras voces. Si no hay una referencia disponible, conserva la voz de mayor volumen.
Procesamiento continuo del audio en streaming
Procesa el audio a medida que llega, sin esperar a disponer de una grabación completa, por lo que resulta adecuado para flujos de procesamiento de conversaciones en directo.
Audio de entrada más limpio para sistemas de voz
Proporciona una única voz más limpia a los sistemas de transcripción y detección de turnos, así como al modelo de lenguaje del bot de voz, y reduce las interferencias de otras personas que hablan de fondo.
Tamaño de fragmento y latencia definidos
Procesa el audio en fragmentos de 240 ms y tarda unos 50 ms por fragmento. En los flujos de procesamiento que utilizan fragmentos de 240 ms, la latencia adicional indicada es de unos 50 ms.
Prueba de audio en el panel de control
La página del producto ofrece una experiencia interactiva que permite probar Clarity 1 con grabaciones propias; la página indica que es gratis hasta el 30 de octubre.
Casos de uso
“Agentes de voz que atienden llamadas desde entornos ruidosos”
Un bot de voz puede recibir una señal más limpia cuando las personas llaman desde cafeterías, calles, trenes, oficinas compartidas u otros lugares ruidosos. Esto ayuda a evitar que las conversaciones ajenas lleguen a los sistemas de transcripción y detección de turnos.
“Audio de agentes de centros de llamadas”
En un centro de llamadas con mucha actividad, Clarity 1 puede eliminar del audio del agente las voces de compañeros cercanos, el ruido de la sala y el eco, para que la persona al otro lado de la línea oiga con mayor claridad al hablante deseado.
“Conversaciones centradas en el hablante principal”
Cuando es necesario aislar a un participante concreto de otras personas que hablan, una breve grabación de referencia puede indicar a Clarity 1 qué voz debe seguir.
“Pruebas con grabaciones de llamadas reales”
Los equipos que evalúan la calidad de la voz pueden procesar sus propias grabaciones en el panel de control y comparar el resultado con el audio original antes de plantear una implantación a mayor escala o un despliegue en infraestructura propia.
Preguntas frecuentes
¿Qué elimina Clarity 1?
Elimina el ruido de fondo y suprime otras voces, incluidas las conversaciones y las de personas cercanas, para que resulte más fácil entender la voz principal tanto para una persona como para un sistema de voz.
¿Cómo se elige la voz al aislar al hablante principal?
Una breve grabación de referencia permite identificar a la persona que se debe seguir. Sin una referencia, Clarity 1 conserva la voz de mayor volumen.
¿Cuánta latencia añade Clarity 1?
Clarity 1 procesa fragmentos de 240 ms y tarda unos 50 ms por fragmento. Si el flujo de detección de turnos también lee fragmentos de 240 ms, la página indica que Clarity 1 añade unos 50 ms. Con tramas de entrada más pequeñas, un sonido puede salir hasta 290 ms después de haber entrado, según su posición en el fragmento.
¿Clarity 1 espera a que termine una grabación?
No. Procesa el audio de forma continua a medida que llega y está diseñado para conversaciones en directo, sin necesidad de esperar a que termine la grabación.
¿Puedo probar Clarity 1 con mi propio audio?
Sí. La página del producto indica que puedes registrarte y procesar tus propias grabaciones con Clarity 1 en el panel de control, gratis hasta el 30 de octubre. Para un despliegue en infraestructura propia o una implantación a mayor escala, indica que debes contactar con el equipo de ventas.
Datos rápidos
- Tipo de producto
- Modelo de mejora de voz en tiempo real
- Usuarios principales
- Equipos de agentes de voz y centros de llamadas
- Funciones principales
- Eliminación del ruido de fondo y aislamiento del hablante principal
- Modo de procesamiento
- Streaming continuo en fragmentos de 240 ms
- Tiempo de procesamiento indicado
- Unos 50 ms por fragmento de 240 ms
- Flujo de trabajo principal
- Audio de entrada más limpio para transcripción, detección de turnos y modelos conversacionales
Alternativas a Clarity 1
Descript
descript.com
Descript reúne grabación, transcripción y edición de audio y vídeo en un solo flujo de trabajo. Edita las grabaciones modificando el texto y usa la línea de tiempo para ajustar los detalles.
Cleanvoice
cleanvoice.ai
Editor de podcasts con IA que elimina ruido de fondo, muletillas, silencios, sonidos de la boca y respiraciones, con transcripción, resúmenes y automatización mediante API.
Xound.io
xound.io
Xound.io mejora grabaciones de audio y video desde el navegador: reduce el ruido, ajusta el tono, aclara la voz y equilibra los niveles. Está pensado para creadores, podcasters y artistas de voz.
UniFab AI
unifab.ai
Suite de mejora de vídeo y audio con IA para ampliar, reducir el ruido, colorear, convertir y mejorar la calidad de tus archivos multimedia.
Bleepify
bleepify.me
Filtro de lenguaje malsonante con IA para video y audio: revisa transcripciones y elimina o reemplaza palabrotas antes de publicar.
CurseCut
cursecut.com
Herramienta de IA que elimina lenguaje vulgar y ofensivo de archivos de audio y video para crear ediciones más limpias.