Voice Isolator ElevenLabs: rimuovere rumore da audio

👁 115 letture

Voice Isolator di ElevenLabs serve a rimuovere il rumore dalle registrazioni: elimina il fondo, il riverbero e la musica, lasciando solo la voce. Lo abbiamo testato su una registrazione che abbiamo rovinato appositamente: un monologo pulito in italiano mescolato in ffmpeg con rumore di ventilatore, strada sotto la pioggia e chiacchiere da caffè. Abbiamo misurato quanto rumore rimane, se la voce suona come prima e se poi si riesce a trascrivere bene la registrazione. L’ultimo risultato ci ha sorpreso.

Gli importi in EUR sono conversioni indicative dei prezzi pubblicati in USD, calcolate al cambio di riferimento BCE del 2026-10-12: 1 EUR = 1.1181 USD. Non sono prezzi locali confermati né importi finali comprensivi di imposte. Il fornitore e la banca possono applicare altri cambi o commissioni. ECB.

01ElevenLabs Scribe in italiano: test errori e trascrizioneScribe v2 ha trascritto 133 parole di intervista italiana con nomi difficili in 3,6 s, 2 differenze automatiche e 6 turni su 6 attribuiti correttamente.Leggi →02Voice Changer ElevenLabs: cambiare voce con AIVoice Changer ElevenLabs cambia la voce su una registrazione mantenendo intonazione e pause. Test su italiano con rumore di fondo e misure.Leggi →03Clonare voce AI ElevenLabs: cloni da 10 s, 30 s e 2 minutiClonare voce AI in ElevenLabs: test di cloni da 10 s, 30 s e 2 minuti di campione, somiglianza all'originale, costi dei piani e regole di consenso.Leggi →04ElevenLabs Dubbing in italiano: test v1 vs v2 su clip 24 sElevenLabs Dubbing traduce video e sostituisce l'audio con voci simili agli speaker originali. Test v1 vs v2 su clip 24 s: tempi, crediti e qualità.Leggi →05Effetti sonori AI ElevenLabs: test prompt italiano e ingleseAbbiamo testato Sound Effects di ElevenLabs con 5 coppie di prompt identici in italiano e in inglese. I risultati cambiano il modo di scrivere i prompt.Leggi →

Cosa fa Voice Isolator

Lo strumento accetta file audio (AAC, AIFF, OGG, MP3, OPUS, WAV, FLAC, M4A) o video (tra cui MP4, MOV, MKV, WEBM) fino a 500 MB e 1 ora. Restituisce solo il parlato. La documentazione precisa che lo strumento non è ottimizzato per estrarre la voce dalla musica, anche se a volte funziona. Lo stesso modello funziona anche come interruttore “rimuovi rumore di fondo” nella clonazione vocale e in Voice Changer.

Il nostro test: registrazione pulita, quattro tipi di rumore

Il punto di partenza è un monologo di 25 secondi sulla ricerca di casa (74 parole), generato con voce sintetica nel modello Eleven v4. Così avevamo un riferimento: sappiamo esattamente come suonava la registrazione senza rumore.

Abbiamo aggiunto il rumore in ffmpeg. “Ventilatore” è rumore rosa con armoniche a 50 e 150 Hz, generato in ffmpeg stesso. “Strada” (pioggia e tram) e “caffè” (conversazioni, tazzine, macchina) sono sfondi dal generatore di effetti sonori. Abbiamo regolato il livello in modo che il rumore fosse forte quanto il parlato (0 dB), e nella versione più difficile il caffè era 5 dB più forte della voce. Esempio per il ventilatore, semplificato:

ffmpeg -f lavfi -i "anoisesrc=color=pink:amplitude=0.5:duration=25.5" 
  -f lavfi -i "sine=frequency=50:duration=25.5" 
  -f lavfi -i "sine=frequency=150:duration=25.5" 
  -filter_complex "[1:a]volume=0.6[h1];[2:a]volume=0.25[h2];[0:a][h1][h2]amix=inputs=3:normalize=0" 
  -ac 1 rumore.wav
ffmpeg -i pulito.wav -i rumore.wav 
  -filter_complex "[1:a]volume=0.675[n];[0:a][n]amix=inputs=2:normalize=0:duration=first" 
  rumoroso.wav

L’amplificazione del rumore (qui 0,675) l’abbiamo calcolata per ogni sfondo separatamente, dal livello RMS del parlato e del rumore. Ogni file rumoroso è stato inviato il 29 settembre 2026 a Voice Isolator tramite API. Abbiamo testato in italiano.

Risultati delle misure

Non abbiamo valutato la qualità a orecchio. Abbiamo misurato tre cose rispetto al riferimento pulito: il rapporto tra volume del parlato e ciò che si sente nelle pause tra le parole (più dB, più silenzio nelle pause), la distanza dello spettro dal riferimento (meno è meglio, più vicino all’originale) e la somiglianza della voce con il modello di verifica del parlante WavLM.

In termini di suono è un ottimo risultato: il rumore nelle pause è sceso di oltre 32 dB, e la distanza dello spettro dal riferimento è diminuita di circa tre volte. Nel riferimento pulito questo rapporto è di circa 62 dB, quindi manca ancora un po’ al silenzio da studio. Il file di output ha la stessa lunghezza dell’input, quindi si può sincronizzare con il video senza spostamenti.

Sorpresa: pulito non significa fedele

Abbiamo trascritto ogni registrazione prima e dopo la pulizia con ElevenLabs Scribe e contato le parole errate su 75.

Il confronto campione per campione con il riferimento è risultato molto debole, anche se lo spettro è vicino all’originale. Sembra che il modello non solo elimini il rumore, ma ricostruisca il parlato da zero, e dove la voce era coperta, indovina i fonemi. L’orecchio riceve un suono pulito, ma la trascrizione a volte riceve parole diverse. Conclusione pratica: per trascrivere una registrazione invia il file grezzo direttamente alla trascrizione, e usa Voice Isolator per ciò che qualcuno ascolterà.

Come usare Voice Isolator

1. Nell’applicazione: Voice Isolator, carica il file audio o video e scarica il risultato.
2. Tramite API (testato il 29.09.2026):

curl -X POST https://api.elevenlabs.io/v1/audio-isolation 
  -H "xi-api-key: $ELEVENLABS_API_KEY" 
  -F audio=@registrazione.wav -o pulito.mp3

Ascolta il risultato nei punti dove il rumore era più forte e confronta con l’originale prima di pubblicare una citazione. Se la registrazione deve servire per cambiare la voce, non devi pulirla separatamente: in Voice Changer c’è lo stesso filtro come opzione, e nel nostro test faceva un’enorme differenza.

Quanto costa Voice Isolator

La documentazione indica 1000 crediti al minuto di registrazione, il che corrisponde alla nostra misura: 417 crediti per 25 s. Listino API del 29 settembre 2026: 0,1073 EUR (0,12 USD) al minuto, senza IVA. Un podcast di un’ora costa quindi 7,20 USD. Nel piano Creator da 19,68 EUR (22 USD) (121.000 crediti) puoi fare circa 2 ore di pulizia al mese, se non usi i crediti per altro. Confrontiamo gli altri piani nel testo quanto costa ElevenLabs, e tutti gli strumenti nella guida ElevenLabs.

Domande frequenti

Come rimuovere il rumore da una registrazione con l’AI?

Carica il file su Voice Isolator in ElevenLabs, nell’applicazione o tramite API. Nel nostro test il rumore nelle pause tra le parole è sceso di 32-44 dB, e una registrazione di 25 secondi era pronta in circa 3 secondi.

Quanto costa Voice Isolator?

1000 crediti al minuto di registrazione, tramite API 0,1073 EUR (0,12 USD) al minuto, senza IVA. A noi 25 s sono costati 417 crediti.

Voice Isolator migliora la trascrizione?

Nel nostro test no, la peggiorava. Con chiacchiere più forti della voce il numero di parole errate è salito da 11 a 36 su 75, perché il modello nei punti coperti ricostruisce fonemi diversi.

Voice Isolator funziona con i file video?

Sì. Accetta tra gli altri MP4, MOV, MKV e WEBM fino a 500 MB e un’ora di durata e restituisce la traccia audio pulita.

// continua a leggereVoice Changer ElevenLabs: cambiare voce con AIStrumenti IAProject Genie 3 e Genie 4: audio, limiti e differenzeStrumenti IAStable Audio 3: musica AI, prezzi e guida a ComfyUIStrumenti IA

Il link a ElevenLabs è un link di affiliazione: se acquisti tramite questo link, NITIDO riceve una commissione e tu paghi lo stesso prezzo. Non influisce sui contenuti, nemmeno sulle parti critiche.