Zolkit

自動刪除停頓

選擇檔案後將自動偵測並刪除停頓,完成即可試聽處理結果。

音訊波形

將錄音拖到此處,或選擇音訊檔案

支援格式:MP3 · WAV · M4A · AAC · FLAC · OGG
00:00.000 / 00:00.000
1×
真實峰值RMS 能量待刪除區間僅影響顯示,不改變音量
原始時長00:00.000
選中停頓0 / 0
刪除時長00:00.000
預計輸出長度00:00.000

所有音訊處理均在瀏覽器本地完成。

清空音訊專案?

這會移除已匯入素材和編輯記錄,請先匯出需要的結果。原始檔案不會改變。

刪掉多餘停頓,留下說話的節奏

Zolkit Remove Silence(自動刪除停頓)是一款線上音訊工具:找到錄音中持續低於音量閾值的區間,再把保留的音訊順序接起來。匯入檔案後,會自動生成可試聽的處理結果。如果覺得剪得太緊或還不夠緊湊,可以調整設定,在原始波形上看清預計刪除的位置,再決定是否應用。

  • 匯入後自動刪除停頓
  • 原始波形上的剪下預覽
  • 瀏覽器本地處理

先聽結果,再決定要不要調引數

  1. 匯入錄音

    選擇音訊檔案,或把檔案拖入工具區。檢測和刪除會自動完成,音訊準備好後預設進入“處理結果”。點選播放即可試聽。

  2. 對比說話節奏

    先聽處理結果,需要比較時切換到“原始音訊”。重點聽句首、句尾、呼吸,以及兩個觀點之間的停頓,判斷有沒有剪得太緊。

  3. 預覽一次調整

    修改右側引數,頁面會切回原始音訊並標出預計刪除的區間,列表與預計輸出時長同步更新。希望保留某處停頓時,在區間列表中取消勾選。

  4. 應用、試聽,再下載

    點選滑塊下方“應用設定並更新結果”,一次完成檢測和處理,並切到新結果。再試聽一遍,最後透過右上角“匯出音訊”下載。

三個設定,各自解決不同的問題

預設值只是起點,不是所有人聲的統一標準。建議一次改一個引數,觀察它具體影響了哪些區間。

靜音閾值預設值 -40 dBFS

決定多安靜的音訊幀會被視為靜音。數值越接近零,檢測越積極。

漏掉停頓時,可以從 −40 逐步提高到 −35 dBFS;輕聲也被標記時,則降低閾值。

最短停頓預設值 0.40 s

低音量區間持續達到這個長度,才有機會被刪除。它不會改變講話的播放速度。

調大可放過短暫間隙;調小則會把更短的停頓也納入檢測。

保留語音邊緣預設值 0.08 s

在內部剪下點靠近語音的兩側,各保留這麼長的音訊,給尾音和呼吸留一些空間。

剪得生硬或太急時可以調大;想更緊湊可以調小。保留量過大時,可能沒有剩餘區間可刪。

著色區間代表“預計刪除”,不是已經剪掉

  1. 調整設定
  2. 原始音訊+刪除標記
  3. 應用設定並更新結果
  4. 試聽新結果

修改設定後,看到和試聽的都是原始音訊。著色區間是當前的刪除計劃,還沒有生成新結果;應用設定後才會恢復匯出入口。

點選頂部時間刻度或波形都能定位播放游標。可以在尾音附近放大、定位並試聽。分聲道波形展示真實峰值與 RMS 能量,“波形增益”只改變顯示,不會改變音量或檢測結果。

展開“檢查檢測到的停頓”,取消勾選即可保留某個有意義的停頓,應用當前設定時會保留這些選擇。再次修改檢測引數會開始新的預覽,並重置之前的手動保留選擇,請重新檢查。

聽起來不理想,可以從這裡調整

沒有刪除任何停頓

可能是房間底噪高於閾值,或最短停頓設得太長。可以逐步提高閾值、縮短最短停頓,同時留意輕聲是否被誤標。沒有檢測到停頓時,結果會保持原樣。

輕聲、尾音或呼吸被剪掉了

降低閾值、調大最短停頓,或增加語音邊緣保留量,也可以單獨取消勾選某個區間。如果整段錄音都被標記,工具會阻止生成空音訊,請保留區間或降低閾值。

講話變得太趕,缺少停頓

增加邊緣保留量,或在列表裡保留部分停頓。時長變短不等於剪得更好,尤其要聽觀點切換處是否還留有理解的空間。

底噪和背景音樂還在

刪除靜音只是縮短低音量間隙,不會清理講話下方的底噪,也不會分離說話人或去掉背景音樂。持續有噪聲或配樂的錄音,可能沒有足夠安靜的可刪區間。

下載之前,聽幾處剪下接縫

挑幾處編輯後的銜接,尤其是輕聲句子、錄音開頭和結尾,再聽一次。試聽與匯出使用同一份處理音訊。內部拼接邊緣會加入 3 毫秒短淡化以減少咔嗒聲,但它不能修復刪得過多的內容。

MP3
預設選項,適合分享和日常播放。可透過位元速率在檔案大小與壓縮程度之間選擇。
WAV / FLAC
適合繼續編輯,或避免對處理結果再次進行有損編碼;它們無法恢復原始檔已丟失的音質。
M4A / AAC / M4R / OGG
按接收裝置或應用的支援情況選擇,格式支援時可調位元速率。M4R 還需符合裝置對鈴聲長度和匯入方式的要求。

請在重新整理、清空或關閉頁面之前下載。原始檔案不會被覆蓋;下載的是完成的音訊檔案,不是可重新開啟的編輯工程。

開始前,你可能還想知道

這是 AI、VAD,還是語音識別?

當前版本按 20 毫秒音訊幀測量 RMS 音量,並以 dBFS 表示。立體聲取音量較高的聲道,避免把僅一側有人聲的區間當成靜音。它沒有使用 VAD,不識別文字,也不理解句子邊界。

我的錄音會上傳嗎?

音訊解碼、停頓檢測、試聽、處理和編碼都在當前瀏覽器內完成,音訊內容無需上傳伺服器。

可以匯入哪些檔案?

瀏覽器能夠解碼時,可匯入 MP3、WAV、M4A、AAC、FLAC、OGG 等常見格式。如果檔案無法讀取,可換用相容的 WAV 檔案或其他瀏覽器。

長錄音和手機也能用嗎?

介面適配手機,但解碼後的音訊與處理結果會佔用裝置記憶體,容量取決於裝置和瀏覽器,不承諾無限檔案大小。處理失敗時,可使用電腦、較短的錄音,或關閉其他標籤頁。

會改變音高、語速或音質嗎?

工具刪除選中的時間區間並拼接保留內容,不是透過加速講話或改變音高來縮短錄音。處理和匯出會重新編碼,壓縮格式可能帶來有失真壓縮;WAV 或 FLAC 可避免額外的有損編碼。

關閉以後還能回來繼續編輯嗎?

素材、設定與結果保留在當前頁面會話中,不會儲存為可重新開啟的工程。請在重新整理或關閉前匯出需要的結果。