Ana içeriğe geç
YeniSeedance 2.5 yayında→
ModelRunner
elevenlabs avatarı

ElevenLabs Audio Isolation API

elevenlabs/audio-isolation

Bir kayıttaki arka plan gürültüsünü ve müziği ayıklayın; temiz, stüdyo kalitesinde konuşmayı ayrı bir MP3 olarak alın.

arka plan kaldırma
üretilen ses için saniye başına 0.001667
OpenAPI

Model girdisi

Input

URL of the audio file to isolate voice from (mp3, ogg, wav, m4a, aac). Must be at least 4.6 seconds long.

You need to be logged in to run this model and view results.
Log in

Model çıktısı

Output

Loading
Generated in 4.372 seconds
Logs (1 lines)

Örnek istekler

Örnekler

ElevenLabs Audio Isolation API

ElevenLabs Audio Isolation is a audio-to-audio AI model by elevenlabs. On ModelRunner it runs through a REST API or via MCP from any AI assistant, at $0.001667 per second of audio.

POST https://queue.modelrunner.run/elevenlabs/audio-isolation

cURL

# Submit a request to the queue. Input fields go at the top level of the
# body. The optional reserved "metadata" object holds your own flat string
# tags — stored on the request, never sent to the model; filter later with
# GET https://queue.modelrunner.run/requests?metadata=<url-encoded JSON>.
curl -X POST https://queue.modelrunner.run/elevenlabs/audio-isolation \
  -H "Authorization: Key $MRUN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio_url": "https://media.modelrunner.ai/Hw2F9odfnP4VgOvA-harvard-clean-speech.wav",
    "metadata": {
      "project": "my-project"
    }
  }'
# → { "request_id": "...", "status_url": "...", "response_url": "..." }

# Poll status_url until "COMPLETED", then fetch the result
curl "https://queue.modelrunner.run/elevenlabs/audio-isolation/requests/$REQUEST_ID/status" \
  -H "Authorization: Key $MRUN_API_KEY"
curl "https://queue.modelrunner.run/elevenlabs/audio-isolation/requests/$REQUEST_ID" \
  -H "Authorization: Key $MRUN_API_KEY"

JavaScript

import { modelrunner } from "@modelrunner/client";

const result = await modelrunner.subscribe("elevenlabs/audio-isolation", {
  input: {
    "audio_url": "https://media.modelrunner.ai/Hw2F9odfnP4VgOvA-harvard-clean-speech.wav"
  },
});
console.log(result);

Python

import os
import requests

headers = {"Authorization": f"Key {os.environ['MRUN_API_KEY']}"}

submitted = requests.post(
    "https://queue.modelrunner.run/elevenlabs/audio-isolation",
    headers=headers,
    json={
      "audio_url": "https://media.modelrunner.ai/Hw2F9odfnP4VgOvA-harvard-clean-speech.wav"
    },
).json()

# Poll submitted["status_url"] until "COMPLETED", then:
result = requests.get(submitted["response_url"], headers=headers).json()

Input parameters

Input parameters of ElevenLabs Audio Isolation
NameTypeRequiredDescription
audio_urlstring (uri)yesURL of the audio file to isolate voice from (mp3, ogg, wav, m4a, aac). Must be at least 4.6 seconds long.

Machine-readable: OpenAPI schema · llms.txt

Use ElevenLabs Audio Isolation from Claude & Cursor (MCP)

Point Claude Code, Claude Desktop, Cursor, or any MCP client at the ModelRunner MCP server and ElevenLabs Audio Isolation becomes a tool your assistant can call directly — it authorizes via OAuth (no API key in config) and runs this model with the run_model tool using the endpoint elevenlabs/audio-isolation.

MCP client config (Claude Desktop, Cursor)

{
  "mcpServers": {
    "modelrunner": {
      "command": "npx",
      "args": ["-y", "mcp-remote", "https://mcp.modelrunner.run/mcp"]
    }
  }
}

Claude Code

claude mcp add --transport http modelrunner https://mcp.modelrunner.run/mcp

Then ask your assistant, for example: “Run elevenlabs/audio-isolation on ModelRunner to generate audio”. MCP setup guide.

Model Detayları

Model Detayları

ElevenLabs Audio Isolation, bir kayıttaki arka plan gürültüsünü, müziği ve ortam sesini temizler; izole edilen konuşma sesini barındırılan bir MP3 olarak döndürür. Bir ses dosyasının URL’sini verin (mp3, ogg, wav, m4a, aac); model kaynakla aynı uzunlukta, stüdyo kalitesinde konuşma döndürür. Güçlü yanı, gürültülü saha kayıtlarından, podcast’lerden, röportajlardan ve ekran kayıtlarından elle gürültü temizliği yapmadan kullanılabilir diyalog kurtarmasıdır.

## En uygun olduğu işler - Gürültülü röportaj, podcast ya da sesli not kayıtlarını temizleyip net bir konuşmaya dönüştürmek - Arka plandaki müziği ya da ortam sesini kaldırıp yalnızca konuşan sesi bırakmak - Düşük kaliteli ya da mikrofona uzaktan alınmış kayıtlardan kullanılabilir diyalog kurtarmak - Saha kayıtlarını transkripsiyon ya da ses klonlama öncesinde ön işlemden geçirmek

## Şu durumlarda başka bir model seçin - Temizlenmiş ses yerine konuşmanın yazılı transkripti gerekiyorsa — bir speech-to-text modeli kullanın - Metinden sıfırdan yeni bir konuşma üretmek istiyorsanız — bir text-to-speech modeli kullanın - Klibiniz 4.6 saniyeden kısaysa — model bu minimum sürenin altındaki medyayı reddeder

## İpuçları - Kaydı `audio_url` olarak verin; girdi formatı ne olursa olsun çıktı MP3’tür - Girdi en az 4.6 saniye uzunluğunda olmalıdır, aksi halde istek reddedilir - Çıktının süresi girdiyle aynıdır; yalnızca bir bölüme ihtiyacınız varsa uzun dosyaları önce kırpın

## Sınırlamalar - Yoğun clipping içeren ya da çok kısık kaydedilmiş sesler, kalan gürültünün altında kısmen gömülü kalabilir - Üst üste konuşan kişiler birlikte izole edilir, ayrı parçalara bölünmez

ModelRunner JavaScript client ile çalıştırmak için: ```js import { modelrunner } from "@modelrunner/client";

const result = await modelrunner.subscribe("elevenlabs/audio-isolation", { input: { audio_url: "https://media.modelrunner.ai/Hw2F9odfnP4VgOvA-harvard-clean-speech.wav", }, }); ```