HANCE - Aprimoramento de áudio com IA em tempo real para desenvolvedores

HANCE 简介

Vocês já se perguntaram por que, mesmo com toda a tecnologia disponível hoje, ainda é tão difícil obter um áudio limpo e profissional em tempo real? Nós também nos fizemos essa pergunta — e foi assim que tudo começou.

Durante anos, trabalhamos com desenvolvedores de produtos e aplicativos que enfrentavam os mesmos desafios: ruídos de fundo que comprometem chamadas de vídeo, atrasos irritantes em transmissões ao vivo, e a preocupação constante com a privacidade de dados de áudio dos usuários. Era como se a indústria tivesse aceitado que "áudio de qualidade" e "processamento em tempo real" fossem mutuamente exclusivos. Nós não aceitamos essa premissa.

HANCE nasceu de uma colaboração entre engenheiros da Acon Digital e da Soundly — duas empresas norueguesas com décadas de experiência no setor de áudio profissional. Em 2019, nos encontramos na NAMM Convention, a maior feira de áudio do mundo, e percebemos que tínhamos a mesma visão: democratizar o acesso a tecnologia de áudio de ponta, sem comprometer velocidade ou privacidade. Em 2021, fundamos oficialmente a HANCE AS, com sede em Oslo, na Noruega.

O que nos diferencia? Desenvolvemos algoritmos de machine learning para melhoria de áudio em tempo real que combinam o melhor da inteligência artificial com processamento digital de sinais tradicional. O resultado? Uma tecnologia tão leve que funciona em processadores minúsculos, tão rápida que não introduz atrasos perceptíveis, e tão privada que os dados de áudio nunca precisam sair do dispositivo do usuário.

Nossa tecnologia chamou a atenção de gigantes como Intel, Nvidia e Riedel. E quando MKBHD (Marques Brownlee), um dos maiores divulgadores de tecnologia do mundo, apresentou nosso trabalho em seu canal do YouTube, soubemos que estávamos no caminho certo.

HANCE 的核心功能

Quando começamos a projetar o HANCE Audio Engine, nossa pergunta não era "que funcionalidades podemos adicionar?", mas sim "que problemas reais podemos resolver para nossos usuários?". Essa diferença de perspectiva moldou cada recurso que desenvolvemos.

Separação de Stems em Tempo Real — Uma das funcionalidades mais procuradas por produtores musicais e DJs agora está disponível instantaneamente. O HANCE Audio Engine v2.0.1 consegue separar qualquer faixa de áudio em quatro componentes: vocais, bateria, baixo e outros instrumentos. Um de nossos usuários, uma gravadora independente na Suécia, nos contou que conseguia extrair a voz de uma música gravada em 1985 e criar um remix completamente novo em menos de três minutos. Antes, esse processo levava horas.

Eliminação de Ruído com IA — Ruídos de fundo são o pesadelo de qualquer criador de conteúdo. Seja um microfone que capta o barulho do ar-condicionado ou uma chamada de vídeo comprometida pelo vento lá fora, nossa tecnologia remove esses ruídos de forma inteligente, preservando a integridade da voz ou música original. O diferencial? Todo isso acontece com um modelo de apenas 253 kB — menor que muitos arquivos de imagem que você armazena no celular.

Melhoria de Voz — O modelo HANCE 26 foi desenvolvido especificamente para otimizar a qualidade de voz humana. Ele entende que nem todo som precisa ser equalizado da mesma forma e aplica correções contextuais que fazem a voz soar mais clara e natural, mesmo em ambientes desafiadores.

Extração de Diálogo — Em parceria com a Acon Digital, criamos o plugin Extract:Dialogue, que separa diálogos de músicas de fundo e efeitos sonoros. Essa ferramenta se tornou essencial para videomakers e profissionais de pós-produção. O próprio MKBHD a utilizou em seus vídeos para demonstrar como é possível recuperar diálogos que pareciam perdidos.

Modelos Treináveis — Acreditamos que cada caso de uso é único. Por isso, nossa tecnologia combina deep learning com processamento digital de sinais (DSP), permitindo que empresas treinem modelos personalizados para suas necessidades específicas — seja para um tipo particular de instrumento musical ou para um ambiente acústico específico.

Engine de Áudio Cross-Platform — Desenvolvemos uma biblioteca em C++ que pode ser integrada em praticamente qualquer aplicação: apps mobile, software desktop, dispositivos embarcados. A portabilidade é tão boa que um de nossos parceiros conseguiu rodar o motor de áudio em um Raspberry Pi sem perda perceptível de qualidade.

谁在使用 HANCE

A melhor forma de entender o impacto da nossa tecnologia é conhecendo as pessoas que a utilizam todos os dias. Aqui estão algumas histórias que nos inspiram.

Produtores Musicores — Um produtor musical na Alemanha nos contou que usava o sistema de separação de stems para "resgatar" músicas que só existiam em gravações masters antigas. Ele conseguia criar versões instrumentais para apresentações ao vivo simplesmente separando os stems e removendo os vocais. O processo que antes exigia equipamentos de estúdio kini agora acontece em seu laptop, em tempo real.

Podcasteres e Criadores de Conteúdo — Uma dupla de podcasteres nos EUA gravaram um episódio de um café movimentado usando apenas microfones simples. Com o HANCE, removeram o barulho de xícaras, vozes ao fundo e até o som do tráfego. O resultado? Um áudio com qualidade de estúdio, sem a necessidade de uma sala à prova de som.

Profissionais de Vídeo — Um editor de vídeos freelancer na Austrália trabalhava em um documentário onde as entrevistas foram gravadas próximo a uma rodovia movimentada. Usando o Extract:Dialogue, ele conseguiu recuperar cada palavra dos entrevistados, algo que parecia impossível com ferramentas tradicionais.

Desenvolvedores de Aplicativos — Uma startup de aplicativos de videochamada integrou o HANCE Audio Engine em seu SDK e reduziu投诉 de usuários sobre qualidade de áudio em 70%. Para eles, o diferencial foi a latência quase imperceptível — os usuários nem percebiam que havia processamento happening.

Fabricantes de Hardware — Uma empresa de microfonesUSB queriam adicionar cancelamento de ruído inteligente aos seus dispositivos, mas não tinham poder de processamento. Com nosso modelo de 253 kB, conseguiu implementar a funcionalidade sem comprometer o desempenho do gadget.

Streamers e Criadores de Live — Um streamer brasileiro nos disse que agora pode fazer transmissões ao vivo de sua遊戲 sem preocupações com o barulho do teclado mecânico ou doventilador do PC. O processamento em tempo real garante que seus viewers tenham sempre a melhor experiência.

技术特点

Nossa equipe carrega mais de 100 anos de experiência combinada em processamento de áudio. Mas não satisfactionamos apenas com experiência — investimos pesadamente em inovação técnica para criar algo verdadeiramente diferenciado.

Latência Ultrabaixa — Quando dizemos "tempo real", queremos dizer literalmente tempo real. Nossa engine foi projetada desde o início para aplicações onde cada milissegundo conta: videochamadas, transmissões ao vivo, jogos online. O processamento acontece tão rapidamente que o ouvido humano não consegue detectar atraso.

Privacidade em Primeiro Lugar — Em um mundo cada vez mais preocupado com dados pessoais, nós tomamos uma decisão consciente: o áudio dos usuários nunca precisa sair do dispositivo. Todo o processamento pode acontecer localmente, seja em um smartphone, laptop ou dispositivo embarcado. Isso é particularmente importante para aplicações governamentais, médicas e corporativas que lidam com informações sensíveis.

Eficiência de Recursos — O modelo mais leve da nossa linha tem apenas 253 kB. Para colocar em perspectiva: isso é menor que a maioria dos logos de aplicativos que você baixa. Essa eficiência significa que podemos rodar em dispositivos com poder de processamento limitado, como microfonesUSB, dispositivos IoT e até alguns modelos de Raspberry Pi.

Arquitetura Híbrida — Combinamos o melhor de dois mundos: deep learning para reconhecimento de padrões complexos e processamento digital de sinais (DSP) para precisão e controle. Essa abordagem híbrida nos permite oferecer qualidade superior ao que qualquer uma das tecnologias conseguiria sozinha.

Flexibilidade de Integração — Fornecemos APIs em C++, Python e HTTP. Seja você uma startup de aplicativos móveis ou uma empresa de software corporativo, temos as ferramentas necessárias para integrar nossa tecnologia no seu fluxo de trabalho.

Equipe por Trás da Tecnologia — Stian Aagedal, nosso diretor de áudio e co-fundador, traz mais de 30 anos de experiência em processamento de sinais e é o criador da Acon Digital. Erlend Aune, nosso CTO, é PhD em estatística pela NTNU e anteriormente liderava times de machine learning na Exabel e Amedia. Essa combinação de expertise acadêmica e experiência industrial é o que nos permite resolver problemas que outros consideravam impossíveis.

生态与集成

Acreditamos que a melhor tecnologia é aquela que se integra naturalmente ao ecossistema que você já utiliza. Por isso, desenvolvemos o HANCE Audio Engine para funcionar perfeitamente com as ferramentas e plataformas que você já conhece.

Nossos Parceiros Técnicos — Trabalhamos lado a lado com algumas das empresas mais inovadoras do setor de áudio. A Acon Digital, parceira de longa data, co-desenvolveu conosco os plugins Extract:Dialogue e Remix, que se tornaram referências na indústria de áudio profissional. A Soundly, também co-fundadora da HANCE, integra nossa tecnologia diretamente em suas ferramentas de melhoria de áudio. Intel, Nvidia e Riedel validaram nossa tecnologia para uso em suas plataformas de hardware.

Casos de Uso Reais — A SyncDNA utiliza nossa tecnologia para permitir que usuários isolem instrumentos em músicas para criação de covers. A Woid incorporou nosso motor de áudio em sua plataforma de produção musical colaborativa. E a Soundly, que já mencionamos, oferece nossa tecnologia como parte de seu toolkit de processamento de áudio baseado em nuvem.

Infraestrutura de Suporte — innovation Norway e Nora AI acreditam tanto no nosso potencial que se tornaram investidores e apoiadores do projeto. Esse respaldo institucional valida nossa abordagem tecnológica e nos dá recursos para continuar inovando.

Recursos para Desenvolvedores — Nosso GitHub (github.com/hance-engine/hance-api) contém exemplos, documentação e ferramentas para desenvolvedores começarem rapidamente. Fornecemos APIs em três formatos: C++ para integração de baixo nível, Python para prototipagem e machine learning, e HTTP para integrações baseadas em nuvem.

Amplo Espectro de Aplicações — Nossa tecnologia serve desde estúdios de gravação profissionais até organizações governamentais que precisam de comunicações seguras, passando por instituições acadêmicas que pesquisam processamento de áudio e ONGs que trabalham em campo com equipamentos limitados.

常见问题