StartseiteRauschen raus.
Stimme bleibt.
Rauschentfernung und Hauptsprecher-Extraktion in Echtzeit: Alle fremden Stimmen werden herausgefiltert, sodass nur Ihr Anrufer übrig bleibt.
Laute Orte.
Klare Anrufe.
Menschen rufen aus Cafés, Gemeinschaftsbüros und von belebten Straßen an. Clarity hilft Ihrem Voice Agent, sich auf den Anrufer zu konzentrieren.
Clarity erledigt zwei Aufgaben, in Echtzeit. Es entfernt Hintergrundrauschen. Und es extrahiert den Hauptsprecher: Alle anderen Stimmen, vom Stimmengewirr im Café bis zum Kollegen am Nebentisch, werden herausgefiltert, sodass nur Ihr Anrufer durchkommt.
Ihr Voice Bot versteht dann Ihren Anrufer statt den Raum: Speech-to-Text, Turn Detection und das Modell dahinter arbeiten alle mit einer einzigen, klaren Stimme.
Den Unterschied gehört?
Testen Sie Clarity mit Ihrem eigenen Audio.
Gebaut für echte Anrufe.
Ihr Voice Bot hört nur den Anrufer.
Clarity entfernt Rauschen und Stimmengewirr, bevor Ihr Voice Bot sie hört. So reagieren Turn Detection und Speech-to-Text nur auf den Anrufer.
Auf die Probe gestellt.
Gegen die Besten.
Qualität der Zielsprecher-Extraktion
Libri2Mix · DNSMOS, höher ist besser
| Metrik | Clarity 1240 ms | StarTSE[1]560 ms |
|---|---|---|
| Sprachqualität SIG | 3.56 (Bestwert) | 3.54 |
| Hintergrundqualität BAK | 4.03 (Bestwert) | 3.75 |
| Gesamtqualität OVRL | 3.27 (Bestwert) | 3.12 |
Rauschentfernung
DNS 2020 Challenge · DNSMOS, höher ist besser
| Metrik | Clarity 1240 ms | UnbearbeitetOriginalaudio | AI Acoustics15 ms | DeepFilterNet310 ms | GTCRN16 ms |
|---|---|---|---|---|---|
| Sprachqualität SIG | 3.62 (Bestwert) | 3.39 | 3.46 | 3.51 | 3.34 |
| Hintergrundqualität BAK | 4.11 (Bestwert) | 2.62 | 3.60 | 4.11 (Bestwert) | 3.98 |
| Gesamtqualität OVRL | 3.37 (Bestwert) | 2.48 | 2.98 | 3.25 | 3.05 |
Gut zu wissen.
Was ist Clarity?
Clarity ist ein Modell zur Sprachverbesserung, das in Echtzeit zwei Aufgaben erledigt. Es entfernt Hintergrundrauschen und extrahiert den Hauptsprecher: Alle anderen Stimmen, etwa Stimmengewirr im Café oder Kollegen in der Nähe, werden herausgefiltert, sodass nur die eine Stimme übrig bleibt, auf die es ankommt. Wer auch immer zuhört, ein Mensch oder ein Voice Agent, hört klare Sprache.
Woher weiß es, welche Stimme bleiben soll?
Die Hauptsprecher-Extraktion nutzt eine kurze Referenzaufnahme der Person, der Clarity folgen soll, und filtert jede andere Stimme heraus. Ohne Referenz behält es den lautesten Sprecher.
Hilft es meinem Voice Bot, Anrufer zu verstehen?
Ja. Speech-to-Text, Turn Detection und das Sprachmodell hinter Ihrem Bot können nur mit dem Audio arbeiten, das sie erhalten. Clarity liefert ihnen deshalb eine einzige klare Stimme: die Ihres Anrufers. Sprecher im Hintergrund landen nicht mehr in Transkripten und lösen keine Turn Detection mehr aus, und der Bot reagiert auf Ihren Anrufer statt auf den Raum.
Wartet es, bis der Anrufer ausgesprochen hat?
Nein. Clarity verarbeitet Audio als kontinuierlichen Stream, sobald es ankommt. Es ist für Live-Gespräche gebaut und wartet nicht auf eine abgeschlossene Aufnahme.
Kann ich es mit meinem eigenen Audio anhören?
Ja. Registrieren Sie sich und lassen Sie Ihre eigenen Aufnahmen im Dashboard durch Clarity laufen, kostenlos bis 30. Oktober. Für ein selbst gehostetes Setup oder einen größeren Rollout sprechen Sie uns an und bringen Sie Beispiele aus der Umgebung Ihrer Anrufer mit.