Evenimente automate prag de detecție, Mid/Side, export
Voce automată detecție armonică, izolare/eliminare pe tot clipul
Zgomot de fond scădere spectrală, profil manual sau automat
Trage cu mouse-ul direct pe spectrogramă ca să marchezi o regiune (timp + frecvență). Dublu-click pe spectrogramă sare la acel moment și redă de-acolo — linia portocalie subțire arată unde reia „▶ original" data viitoare. Triunghiurile de sus sunt momente detectate automat — click pe unul ca să sari acolo și să mărești imaginea; asta e doar un ajutor, poți selecta orice regiune manual, oricând. Fâșia verde slabă din capul spectrogramei arată unde a fost detectată voce. „Izolează” păstrează doar ce e în cutie; „Elimină” taie cutia și păstrează restul. „🔁 loop selecție” redă în buclă doar regiunea marcată, util ca să asculți repetat un moment candidat — click din nou ca s-o oprești. Pentru zgomot de fond constant (fâsâit, hum): marchează o porțiune „doar zgomot" (o pauză, fără voce) și apasă „Profil = selecția", sau lasă-l automat din regiunile fără voce — apoi „Reduce zgomotul" — ambele lucrează pe tot clipul, nu doar pe selecție. Orice rezultat poate fi ascultat cu „Redă rezultat" înainte să descarci — sau „folosește ca sursă nouă" ca să înlănțui operații (ex: reduci zgomotul, apoi izolezi vocea pe versiunea curățată); „↩ anulează” te întoarce la pasul dinaintea ultimei înlănțuiri.
Cum funcționează: transformată Fourier pe termen scurt (STFT) — fiecare regiune marcată e o fereastră timp-frecvență pe care o păstrezi sau o tai, apoi semnalul e reconstruit (ISTFT, overlap-add ponderat). Nu e un model AI antrenat pe voce/muzică — e o unealtă de precizie pentru un eveniment scurt și localizat, nu pentru separare voce-vs-instrumentale pe un mix muzical întreg.
Detecția de voce folosește Harmonic Product Spectrum — caută o fundamentală (70–400Hz) cu o serie reală de armonice deasupra (nu doar un ton izolat: verifică explicit că armonicele au energie proprie, nu doar scurgere spectrală). Nu recunoaște conținut sau identitate, doar periodicitate acustică armonică în acel interval — un instrument sau alt sunet cu structură armonică reală în aceeași bandă poate fi marcat și el, la fel cum ar fi și pentru o ureche care judecă doar înălțimea, nu sursa. „Izolează/Elimină vocea” taie pe toată banda de frecvență în regiunile marcate — dacă evenimentul se suprapune exact peste voce, tot selecția manuală pe spectrogramă separă chirurgical, nu asta.
Reducerea de zgomot e scădere spectrală clasică (stil Audacity Noise Reduction): estimează amprenta de magnitudine a zgomotului dintr-o porțiune „doar zgomot" și o scade din tot clipul, păstrând faza originală. Funcționează bine pe zgomot constant (fâsâit, hum, ventilator); intensitate prea mare poate lăsa artefacte („zgomot muzical" — pocnete izolate de frecvență), de-asta pragul e reglabil, iar „eliminare completă" (fără prag minim de siguranță) e o alegere explicită, nu implicită. Dacă fișierul video nu se decodează direct, extrage întâi coloana audio: ffmpeg -i clip.mp4 -vn -acodec pcm_s16le -ar 44100 audio.wav