音频案例
短语音去噪前后对比
以下是一组短语音去噪对比样例。左侧为含有背景噪声的原始录音，右侧为处理后的输出结果，便于直观评估降噪幅度、人声清晰度和声音自然度。
处理前：含噪语音
原始录音中存在明显底噪，对语音主体产生遮蔽。
处理后：去噪输出
背景噪声得到抑制，语音轮廓更清晰。
在线音频处理工具
把杂音压下去，让人声更清楚
有噪音、说话声太小、想截取一段音频，或者想把人声和伴奏拆开？把音频拖进来就能开始。Resodock 支持 AI 去噪、人声增强、音轨分离、音频裁剪、音频转格式、音频转文字和文本转语音，原始文件不上传到本站服务器。
免费使用无需账号浏览器本地处理支持批量导出
100MB
单文件上限
8+
常用音频工具
0
上传到本站服务器
选择你要处理的音频任务
先选 AI 去噪、人声增强、音轨分离、音频裁剪或格式转换，再上传文件。
选择你要处理的音频任务
先选 AI 去噪、人声增强、音轨分离、音频裁剪或格式转换，再上传文件。
正在初始化交互...
AI 模型首次使用时会下载资源，完成后会优先使用浏览器缓存。
能做什么
常见音频问题，先用这些工具处理
我把最常用的场景放在前面：先解决耳朵能听出来的问题，再按需要裁剪片段、转换格式或打开更细的设置。播客、采访、课程录音和短视频配音，都可以从这里开始。
人声增强案例
人声增强前后对比
以下样例展示人声增强对语音素材的处理效果。左侧为原始语音，右侧为增强后的输出，可用于对比语音清晰度、响度稳定性和可懂度变化。
处理前：原始语音
语音受背景噪声和录制条件影响，清晰度与稳定性不足。
处理后：人声增强输出
人声主体更突出，语音听感更清晰、稳定。
文本转语音案例
文本转语音生成试听
以下示例展示一段英文短句生成后的声音。Kokoro 是这段试听使用的轻量 TTS 引擎，适合先判断英文语音的清晰度、停顿和自然度。
TTS / Kokoro
生成结果：英文短句
示例文本：Kokoro is an open-weight text to speech model with 82 million parameters. It is light enough for browser workflows and still sounds clear.
示例音频：短句
来自 Kokoro 生成的短语音，适合测试短语音识别效果。
识别结果预览
Hello World, this is a test text.
音轨分离案例
乐器分离四轨试听
以下样例展示音轨分离模型对一段乐器混音的拆分效果。此处示例音频无人声，主要用于试听鼓组、贝斯和其他乐器的分离表现；上传含人声的音乐时，也会生成对应的人声音轨。如果更重视人声分离的细腻度，建议优先使用二轨分离功能；四轨分离更适合拆出鼓组、贝斯和其他乐器。
原始音乐片段
此处示例音频无人声，原始混音主要由鼓组、贝斯和其他乐器组成。
分离结果：人声通道
由于原曲无人声，这条轨道主要用于观察人声通道的残留控制；上传带人声的音乐时，这里会输出人声部分。想要更干净、更细腻的人声结果，可以改用二轨分离。
分离结果：鼓组
保留鼓点和节奏轮廓，便于判断瞬态和串音控制。
分离结果：贝斯
聚焦低频线条，可用于试听低频分离的稳定性。
分离结果：其他乐器
包含除人声、鼓组、贝斯之外的主要伴奏元素。
上传音频
支持 wav/mp3/m4a/flac，最大 100MB
正在初始化交互...
原始音频
尚未上传
上传后可试听
处理结果
--
处理后可试听
上传音频后即可处理
怎么用
三步得到可试听、可下载的结果
把音频处理想成三步：选任务、等浏览器处理、试听后下载。第一次使用 AI 模型时可能要先下载资源，后面会优先复用缓存。
选择任务
先选 AI 去噪、人声增强、音轨分离、音频转格式或提取音频。
本地处理
浏览器在你的设备上完成解码、模型推理、试听和格式处理；首次模型下载后会缓存。
试听并下载
对比原始音频和处理结果，再导出单条音轨或 ZIP 文件包。
本地处理的好处和限制，都提前说清楚
很多录音本来就不适合随便上传。Resodock 尽量在浏览器里完成 AI 去噪、人声增强、音频转格式和试听；如果设备性能有限，兼容模式会牺牲一点精细度，换来更稳定的运行。
文件少出门
支持的流程会在你的设备上处理，原始音频不上传到本站服务器。
首次会下载模型
AI 去噪、人声增强、音轨分离等功能第一次使用时会拉取模型资源，缓存后再次打开会快很多。
兼容模式更稳
手机或低功耗设备可以优先使用兼容路径。效果可能没桌面端细，但更不容易卡住。