NovaPhonic

Ein Tool von KI-WERKE. Schneidet Füllwörter und Stille automatisch aus Videos mit einer sprechenden Person, entfernt Hintergrundgeräusche und gleicht Lautstärke sowie Klangbalance an, ein selbstgebautes, lokales Gegenstück zu einfachen Auphonic Funktionen.

Status

Stufe 1 (diese App): dauerhaft kostenlos, komplett lokal, keine Internetverbindung nötig, kein Server, für Aufnahmen mit einer Person. Näheres zur größeren Produktvision (Stufe 2 mit Mehrsprechererkennung, Server, Abo Modell) liegt im Projektgedächtnis, nicht in diesem Repository.

Wie es technisch funktioniert

NovaPhonic ist eine schlanke Tauri Oberfläche (HTML/CSS/JS, siehe app/), die im Hintergrund drei eigenständige Open Source Werkzeuge als sogenannte Sidecar Programme aufruft, alle im Installer enthalten, nichts muss separat installiert werden:

• auto-editor (Public Domain, Unlicense): schneidet Füllwörter/Stille anhand von Lautstärke aus dem Video.
• DeepFilterNet / deep-filter (MIT/Apache 2.0): entfernt Hintergrundgeräusche aus der Tonspur.
• FFmpeg: gleicht Lautstärke und Klangbalance an (loudnorm, EBU R128) und übernimmt Audio Extraktion sowie das Wiederzusammenfügen von Bild- und Tonspur.

Alle drei laufen ohne Grafikkarte auf einer normalen CPU. Die Videodatei wird nie in die Oberfläche selbst geladen, es werden nur Dateipfade zwischen Oberfläche und dem Rust Kern (tauri-app/src-tauri/) ausgetauscht.

Bauen

Siehe tauri-app/BAUANLEITUNG.md für die vollständige Anleitung, inklusive dem Beschaffen der drei Sidecar Werkzeuge. Siehe GITHUB_SETUP.md für die einmalige Einrichtung des GitHub Repositories und der automatischen Cloud Build Pipeline.

Lizenz

GNU General Public License v3, siehe LICENSE.