Separação de áudio por falantes

A transcrição entrega um texto em que as falas vêm marcadas como “Falante 1”, “Falante 2”. Aqui o resultado é som: um arquivo de áudio separado para cada pessoa, que você pode nivelar, limpar de ruído ou cortar no editor independentemente dos outros.

A ferramenta encontra esses trechos e os marca com uma barra acima da linha do tempo, mas não separa as vozes ali: o som sobreposto vai para as faixas das duas pessoas. Quando as pessoas falam alternadamente, cada fala vai só para a faixa de quem a disse.

Sim, se você escolher “Duração inteira”. Cada faixa tem a mesma duração, taxa de amostragem e canais do original; onde outra pessoa fala, há silêncio. Coloque todas as faixas a partir do zero na linha do tempo e, juntas, elas reproduzem a gravação original.

Clique no número certo na linha “Número real de pessoas” — a divisão é recalculada na hora, sem processar de novo. Se uma pessoa ficou em duas linhas, escolha “Mesma pessoa que…” em uma delas, e as linhas viram uma só faixa.

As vozes são diferenciadas pelo timbre, então duas vozes parecidas às vezes acabam na mesma faixa. Nesse caso, clique no número certo na linha “Número real de pessoas”: quando o número de pessoas é informado, as vozes são separadas com muito mais precisão. O resultado é melhor quando as pessoas falam em turnos e foram gravadas em volume parecido.

Em qualquer um: as vozes são distinguidas pelo timbre, não pelas palavras. Dá até para separar uma gravação em que as pessoas falam idiomas diferentes.