Cara pakai

1. Pilih berkas Anda. Berkas itu tetap di perangkat Anda, dan tidak ada yang diunggah.
2. Pilih mode yang cocok dengan rekaman: suara untuk rekaman suara, spectral untuk noise yang stabil, musik untuk musik.
3. Geser slider intensitas. Dengarkan lewat tombol A/B, dan pakai mode buta kalau mau jawaban yang jujur.
4. Unduh hasilnya sebagai WAV, MP3, M4A, atau FLAC.

Kasus penggunaan

• Membersihkan podcast yang direkam di dekat kipas atau AC.
• Membuat voiceover bisa dipakai setelah ternyata ruangnya bergema.
• Menurunkan dengung pada rekaman lama sebelum diterbitkan.

Batas — Bekerja pada rekaman apa adanya. Tidak bisa memulihkan suara yang sudah hancur oleh clipping, dan mode neural menangani suara manusia, bukan musik, di mana hasilnya berdenyut, bukan lebih bersih. Berkas panjang diproses utuh, dan di ponsel itu bisa memakan waktu beberapa menit.

Cara pakai

1. Pilih berkas Anda, lalu pilih preset: podcast, voiceover, video, atau musik.
2. Buat pratinjau dulu. Loudness yang Anda dengar di sana adalah loudness yang akan Anda dapatkan.
3. Tekan proses dan unduh untuk berkas yang sebenarnya. Tool mengukur berkasnya dulu, lalu menerapkan gain yang sampai ke target.
4. Untuk beberapa rekaman, pakai bagian batch. Semuanya kembali dalam satu ZIP.

Kasus penggunaan

• Memberi beberapa episode podcast loudness yang sama.
• Menaikkan wawancara pelan ke level yang akan benar-benar ditonton sampai habis.
• Menyiapkan voiceover supaya levelnya pas di samping musik.

Batas — Target adalah titik awal yang diambil dari kebiasaan umum, bukan aturan platform, dan presetnya tidak membaca ketentuan suatu layanan streaming untuk Anda. Loudness diukur atas maksimal sepuluh menit pertama berkas, dan batas true peak berlaku atas sinyal yang direkonstruksi, bukan atas sample mentah.

Cara pakai

1. Pilih berkas Anda lalu tekan analisis. Ini hanya membaca.
2. Baca laporannya: berapa sample yang terpotong, di mana dengungnya, seberapa panjang heningnya.
3. Centang hanya perbaikan yang Anda mau, lalu buat pratinjau untuk mendengar bedanya.
4. Proses dan unduh kalau hasilnya sudah terdengar benar.

Kasus penggunaan

• Menemukan momen persis ketika mikrofon terguncang saat rekaman.
• Menghapus dengung listrik dari rekaman yang dibuat dengan listrik PLN.
• Memeriksa apakah rekaman lama benar-benar rusak sebelum menyita waktu.

Batas — Material yang terpotong tidak bisa dipulihkan, hanya dihaluskan, karena informasi di atas batas digital memang tidak pernah terekam. Perbaikan dengung memakai frekuensi 50 atau 60 Hz yang Anda pilih, dan ia tidak mengurai spektrum untuk mencarinya. Perbaikannya adalah perkiraan, dan berkas dengan transien tajam yang asli bisa keluar lebih lembut dari semula.

Cara pakai

1. Pilih berkas Anda lalu tekan jalankan analisis.
2. Baca bagian berkas untuk formatnya, dan bagian tingkat untuk angka di balik suaranya.
3. Bandingkan loudness dan true peak dengan yang diharapkan platform atau pemutar Anda.
4. Pakai laporannya sebelum mengubah apa pun. Masalah yang bisa dinamai lebih gampang diperbaiki.

Kasus penggunaan

• Memeriksa loudness sebenarnya dari episode yang sudah selesai sebelum diunggah.
• Menggali apakah sebuah rekaman benar-benar pelan atau hanya terdengar pelan.
• Memverifikasi berkas yang tiba dengan sample rate yang keliru.

Batas — Pengukuran mencakup maksimal sepuluh menit pertama berkas, dan posisi sample terpotong diambil dari dua menit pertama, karena membaca berkas panjang pada sample rate penuh akan memakan banyak memori. Tidak ada skor kualitas yang dirasakan, dan tidak ada transkrip: tool ini mengukur tingkat, bukan menilai isi.

Cara pakai

1. Pilih berkas stereo. Rekaman mono tidak punya bagian tengah yang bisa dibatalkan.
2. Coba mode "ambil vokal" dulu. Kalau hasilnya terdengar bersih, vokalnya memang di tengah dan penghapusannya akan berhasil.
3. Buat pratinjau dan bandingkan kedua versi lewat tombol A/B.
4. Unduh versi instrumental, atau vokal terpisah kalau itu yang Anda butuhkan.

Kasus penggunaan

• Membuat backing track karaoke dari rekaman stereo.
• Memisahkan pembuka bicara dari musik di bawahnya.
• Mengambil trek khusus dialog untuk diedit.

Batas — Ini pembatalan kanal tengah, bukan pemisahan machine learning, jadi hasilnya satu trek instrumental, bukan empat stem, dan sumbernya harus stereo. Suara yang menyebar di lebar stereo, atau tenggelam dalam reverb, meninggalkan jejak, dan bass serta kick yang di tengah ikut hilang bersama vokal.