Recientemente, Adobe lanzó una herramienta de procesamiento de audio impulsada por IA gratuita que puede mejorar algunas grabaciones de voz de mala calidad eliminando el ruido de fondo y haciendo que la voz suene más fuerte. Cuando funciona, el resultado suena como una grabación realizada en una cabina de sonido profesional con un micrófono de alta calidad.
La nueva herramienta, llamada Enhance Speech, surgió como parte de un proyecto de investigación de IA llamado Project Shasta. Recientemente, Adobe rebrandeó Project Shasta a Adobe Podcast. Usar Enhance Speech es gratis, pero requiere crear una cuenta de Adobe y funciona mejor con un navegador web de escritorio. Una vez registrados, los usuarios pueden subir un archivo MP3 o WAV de hasta una hora de duración o de 1GB de tamaño. Después de varios minutos, puede escuchar el resultado en su navegador o descargar el audio limpiado resultante.
En nuestras pruebas con el servicio, Enhance Speech funcionó mejor con audio que contenía una voz sin crosstalk o ruido excesivo. Por ejemplo, grabamos audio con el micrófono integrado del iMac de una persona a 10 pies de distancia, incluyendo el ruido del ventilador cerca, y el audio resultante (una vez procesado por Enhance Speech) sonó como si hubiera sido grabado de cerca en un estudio sin ruido con un micrófono profesional.
¿Cómo funciona? Adobe no proporcionó detalles, pero sospechamos que la empresa entrenó un modelo de aprendizaje profundo en muchas (posiblemente miles) horas de audio limpio y ruidoso. El modelo podría «aprender» a seleccionar las frecuencias de la voz humana y sintetizar un facsímil que coincida con la fuente. Esto es especulación hasta que Adobe proporcione más detalles técnicos, y hemos solicitado un comentario a la empresa.
En ese sentido, algunos comentaristas de Hacker News han informado resultados alucinantes, es decir, salidas inesperadas como voces fantasmales donde la IA interpreta de manera incorrecta el audio de entrada, provenientes de audio extremadamente ruidoso (como discursos grabados junto a una cascada) o de fuentes en idiomas que no son el inglés, lo que sugiere que Enhance Speech está haciendo más que una técnica convencional de reducción de ruido.
Enhance Speech no es la primera herramienta en proporcionar esta clase de capacidad de reducción de ruido impulsada por IA. Un paquete de código abierto llamado mayavoz y un servicio comercial llamado Audo Studio hacen algo similar, por ejemplo.
Cabe mencionar que Enhance Speech es parte de un grupo más amplio de herramientas de podcasting impulsadas por IA de Adobe, incluyendo una herramienta llamada Mic Check (actualmente disponible gratis también) y una herramienta de edición de audio basada
Hace que tu grabación ruidosa suene como audio profesional con la herramienta AI gratuita de Adobe conclusiones
En resumen, Adobe ha lanzado una herramienta de procesamiento de audio impulsada por IA llamada Enhance Speech, que puede mejorar la calidad de grabaciones de voz de baja calidad eliminando el ruido de fondo y haciendo que la voz suene más fuerte. La herramienta funciona mejor con audio que contiene una voz sin crosstalk o ruido excesivo y es parte de un conjunto más amplio de herramientas de podcasting impulsadas por IA de Adobe. Algunos usuarios han reportado resultados alucinantes con audio extremadamente ruidoso o de idiomas que no son el inglés, lo que sugiere que Enhance Speech está haciendo más que una técnica convencional de reducción de ruido.
