23 września 2026
Guya 4.1: czystsze cięcia tam, gdzie było najtrudniej
Nowa aktualizacja Pleofona jest już dostępna na Macu i na Windowsie. Najważniejsza zmiana siedzi w środku: nowy model cięcia, Guya CutNet 4.1. Do tego poprawka, która przesunęła każde cięcie we właściwe miejsce, i kilka rzeczy, które po prostu przyspieszają pracę.
Guya 4.1, czyli model, który przestał bać się szumu
Guya to część Pleofona, która słucha nagrania i decyduje, co zostaje, a co wypada: przejęzyczenia, powtórzone podejścia, zawahania, puste przebiegi. Na czystym nagraniu z dobrego mikrofonu radziła sobie świetnie. Kłopot zaczynał się tam, gdzie w tle coś stale szumi: wiatr na nagraniu w terenie, silnik w samochodzie, wentylator komputera, szum pogłosu w dużym pokoju.
Dlaczego? Model uczy się z przykładów, a większość nagrań, na których się uczył, była czysta. Hałasu po prostu nie znał.
Nie dało się tego rozwiązać, zbierając więcej zaszumionych nagrań. Każde z nich trzeba by najpierw ręcznie zmontować, żeby model wiedział, jak wygląda poprawne cięcie. Zrobiliśmy więc coś innego: generator surowego materiału.
Działa tak:
- Bierzemy gotowy, zmontowany materiał, w którym dokładnie wiadomo, co montażysta wyciął i dlaczego.
- Składamy z niego nowe „surowe” nagrania. Wklejamy do nich prawdziwe pomyłki z innych miejsc: powtórzone zdania, urwane podejścia, zbyt długie pauzy, wtrącenia.
- Dokładamy to, czego model wcześniej nie znał: szum różnego rodzaju (od głuchego dudnienia po wysoki syk), przydźwięk sieci, lekkie zmiany tempa i wysokości głosu.
Każdy taki przykład ma odpowiedź z góry, bo to my wiemy, gdzie włożyliśmy błąd. Dzięki temu model mógł przećwiczyć tysiące trudnych sytuacji, których nikt nie musiał wcześniej ręcznie ciąć. Dopiero potem dostroiliśmy go na prawdziwych projektach.
Efekt: na czystych nagraniach Guya 4.1 tnie tak samo dobrze jak poprzednia wersja. Na nagraniach z szumem w tle zostawia wyraźnie mniej śmieci. Na naszych zaszumionych nagraniach testowych, zależnie od nagrania, od jednej czwartej do ponad jednej trzeciej mniej.
Cisza w szumie
Przy okazji wyszedł drugi, mniej oczywisty problem. Pleofon szukał pauz w jeden prosty sposób: gdzie jest ciszej niż reszta nagrania. W nagraniu ze stałym szumem nigdy nie jest naprawdę cicho, więc program potrafił uznać kilkadziesiąt minut materiału za jedną długą wypowiedź. Tryb Skrót, który wybiera najważniejsze fragmenty, nie miał wtedy z czego wybierać.
Teraz Pleofon najpierw mierzy, jak głośne jest samo tło w danym fragmencie nagrania, i szuka pauz względem niego. Jeśli szum się zmienia, na przykład auto rusza i staje, program dopasowuje się na bieżąco. Na czystych nagraniach nic się nie zmienia, a na zaszumionych pauzy znów są pauzami.
Każde cięcie 12,5 ms za wcześnie
Szukając, czemu końcówki cięć wypadają tak, a nie inaczej, znaleźliśmy błąd, który siedział w programie od dłuższego czasu. Model oceniał dźwięk w krótkich okienkach i opisywał każde okienko jego środkiem. Program, który potem stawiał cięcie, traktował tę samą ocenę tak, jakby dotyczyła początku okienka. Różnica wynosiła 12,5 milisekundy, w każdym cięciu i zawsze w tę samą stronę.
Brzmi jak drobiazg, ale ucho to słyszy. Klip zaczynał się z krótkim rozbiegiem przed słowem, a kończył odrobinę za wcześnie, zjadając końcówkę. Po poprawce cięcia są wyraźnie ciaśniejsze i czystsze. Szczerze mówiąc, różnica nas pozytywnie zaskoczyła, bo to już przed tą poprawką brzmiało dobrze, a teraz brzmi jeszcze lepiej.
Mniejsze rzeczy, które zauważysz od razu
Cięcie siada na początku słowa. Gdy przeciągasz brzeg klipu daleko, Pleofon dociąga go do miejsca, gdzie naprawdę zaczyna się mowa, a nie gdzieś w środek pauzy. Żyletka też przyciąga się do początków słów.
„Eee” i „yyy” zaznaczają się same podczas cięć. Po cięciu Pleofon zwykle zaznacza cichszą stronę. Jeśli jednak po jednej stronie jest przeciągnięty, jednostajny dźwięk, zaznaczy właśnie jego, nawet jeśli jest głośniejszy. Zazwyczaj to on jest do wyrzucenia.
Pauzy bez trzasków. Wstawiona ręcznie pauza nie urywa już dźwięku z trzaskiem. Głos łagodnie wygasa przed nią i łagodnie wraca po niej, tak samo w odsłuchu i w wyeksportowanym pliku.
Ile zostało. Pod paskiem postępu widać, ile jeszcze potrwa analiza albo wczytywanie projektu.
Pliki wideo z dźwiękiem AAC (MOV, MP4, M4A) wczytują się poprawnie. Wcześniej część z nich kończyła się błędem „End of file”.
Na Windowsie Windows dostaje ten sam model i te same poprawki. Do tego zmienił się sposób aktualizacji: nowa wersja pojawia się jako przycisk w pasku programu i instaluje się jednym kliknięciem. Pleofon sam sprawdza, czy jest coś nowego, przy starcie i co kilka godzin, ale niczego nie instaluje bez Twojego kliknięcia.
Zaktualizuj Pleofona z poziomu programu albo pobierz go ze strony. Jeśli trafisz na nagranie, z którym Guya 4.1 sobie nie radzi, zgłoś je prosto z programu. Takie przykłady uczą nas najwięcej.