voice-isolator

ElevenLabs Voice Isolator

从音频中去除背景噪声并分离人声／语音——适用于清理嘈杂录音、为转录准备音频，或从混音音轨中提取对白。

**编写任何代码前先完成设置：**如果尚未为此项目设置 ELEVENLABS_API_KEY，请先在应用文件夹中运行 npx -y @elevenlabs/cli@latest onboard init，并按照其输出的指引操作：它会让用户登录并为项目保存密钥，因此无需手动复制密钥。否则，请参阅 安装指南。对于 JavaScript，只使用 @elevenlabs/* 软件包。

快速开始

Python

from elevenlabs import ElevenLabs

client = ElevenLabs()

with open("noisy.mp3", "rb") as audio_file:
    audio_stream = client.audio_isolation.convert(audio=audio_file)

with open("clean.mp3", "wb") as f:
    for chunk in audio_stream:
        f.write(chunk)

JavaScript

import { ElevenLabsClient } from "@elevenlabs/elevenlabs-js";
import { createReadStream, createWriteStream } from "fs";

const client = new ElevenLabsClient();

const audioStream = await client.audioIsolation.convert({
  audio: createReadStream("noisy.mp3"),
});

audioStream.pipe(createWriteStream("clean.mp3"));

CLI

elevenlabs audio-isolation convert --audio noisy.mp3 --output clean.mp3

参数

参数	类型	默认值	描述
audio	文件（必填）	—	要分离人声／语音的音频文件
file_format	字符串	other	other 适用于任何编码音频；pcm_s16le_16 适用于 16 位 PCM 单声道 @ 16kHz 小端格式（延迟更低）

从 URL 分离音频

import requests
from io import BytesIO
from elevenlabs import ElevenLabs

client = ElevenLabs()

audio_url = "https://example.com/noisy.mp3"
response = requests.get(audio_url)
audio_data = BytesIO(response.content)

audio_stream = client.audio_isolation.convert(audio=audio_data)

with open("clean.mp3", "wb") as f:
    for chunk in audio_stream:
        f.write(chunk)

低延迟 PCM 输入

如果已有原始 16 位 PCM 单声道 @ 16kHz 音频，传入 file_format="pcm_s16le_16" 可跳过解码并降低延迟：

audio_stream = client.audio_isolation.convert(
    audio=pcm_bytes,
    file_format="pcm_s16le_16",
)

支持的格式

任何常见的编码音频／视频容器都可用作输入（MP3、WAV、M4A、FLAC、OGG、WebM、MP4 等）。默认情况下，响应为流式 MP3。

常见工作流

• 清理访谈／播客录音 — 在编辑前去除室内底噪、暖通空调噪声和交通噪声。
• 为语音转文本准备嘈杂音频 — 先分离人声，再通过 speech_to_text.convert() 处理，以提高转录准确率。
• 从混音音轨中提取对白 — 从含有音乐／音效的音轨中提取人声。
• 为 Voice Changer 进行预处理 — 在应用声音转换前分离源人声。

错误处理

try:
    audio_stream = client.audio_isolation.convert(audio=audio_file)
except Exception as e:
    print(f"Voice isolation failed: {e}")

常见错误：

• 401：API 密钥无效
• 422：参数无效（例如，提供的音频与 file_format 不匹配）
• 429：超出速率限制

参考资料

• 安装指南