ElevenLabs 推出 Voice Isolator：一鍵消除噪音提取純淨人聲

首次發布 2024年7月3日傳播指數 39

ElevenLabs 推出音訊分離工具 Voice Isolator。它基於專有深度學習模型，能從雜亂環境音、交談聲或音樂中提取純淨人聲，支援 WAV、MP3 等多種格式。使用者每月可獲得 1 萬點額度，無需安裝外掛就能在瀏覽器裡直接處理。

在嘈雜的咖啡館裡錄播客，或者在馬路邊做臨時採訪，背景裡總少不了咖啡機震動、隔壁桌閒聊和呼嘯而過的車流。

以前要把這種音訊搶救回來，你得在專業剪輯軟體裡掛上三四個外掛，反覆拉均衡曲線、微調降噪閾值，最後聲音往往還被切得發乾發悶。

以 AI 語音合成聞名的 ElevenLabs 上線了一款名為 Voice Isolator 的免費工具，打算把這套繁瑣的清理流程壓縮成一步。

剝離人聲，連背景音樂和交聊都清掉

Voice Isolator 的邏輯很簡單，就是用他們自研的深度學習模型，把雜亂音訊裡的說話聲單獨摳出來。

按照 ElevenLabs 的說法，這個神經網路模型專門針對人聲訊號做了最佳化，重點在於把傳統降噪工具最頭疼的雜音偽影降到最低。

它不僅能處理風聲、環境底噪和麥克風回聲，還能直接抹掉背景裡播放的音樂，甚至把其他人疊在一起的閒聊雜音剝離開來。

使用方式也沒有門檻。使用者可以直接在瀏覽器裡錄音，或者上傳現成的音訊檔案，系統支援 WAV、MP3、FLAC、OGG 和 AAC 等主流格式。

整個處理過程是全自動的，傳上去跑一遍就能線上試聽對比，滿意了直接下載匯出的純淨人聲軌。

在費用方面，ElevenLabs 給每個月提供了 10000 積分的免費額度，日常偶爾應急清一段音訊基本不用花錢。

除了普通創作者能在網頁端直接用，ElevenLabs 也把這項人聲分離能力打包進了 API 和 SDK 裡。

這意味著做音訊處理軟體、錄音工具或者會議轉錄平臺的開發者，可以直接把他們的模型整合到自己的產品管線中。

對內容創作者來說，這類工具最大的價值是容錯率。

平時做播客、拍 Vlog 或者錄口播，最怕辛辛苦苦錄完一段才發現麥克風收錄了持續的空調低頻或者街頭雜音。過去這往往意味著重錄，或者忍受劣化的人聲；現在扔進瀏覽器跑一遍就能救回素材，拿來當應急救火工具非常值當。

對行業來說，ElevenLabs 的動作展示了聲音賽道玩家的典型擴張路徑。他們靠聲音克隆和文字轉語音（TTS）建立了護城河，現在把技術觸角伸向更基礎的音訊清理和訊號分離，直接殺入了傳統宿主外掛和 Adobe Podcast 的地盤。

我們認為這一步做得很聰明。降噪本身是個高頻剛需，把它作為低門檻的免費切入點，既能為自己的平臺源源不斷匯入創作者流量，又能順理成章地向這批人推銷自家的 TTS 和聲音庫。

不過隱患也在於通用模型的調教邊界。遇到混響極重、或者背景交聊人聲音量接近主聲源的極端場景，AI 分離到底能不能保住說話者的原生語氣和呼吸細節，還是得看具體成品的邊緣偽影控制。