Как найти весь мат в треке автоматически: проверка с таймкодами

Родители собирают музыку на детский праздник или в поездку и хотят убедиться, что в подборке нет сюрпризов. Организаторы отвечают за то, что звучит на свадьбе, корпоративе или школьном выпускном, — одно неудачное слово на весь зал запоминается надолго.

У эсэмэмщиков и авторов роликов ставки другие: площадки режут охваты контента с нецензурной лексикой, а рекламодатели прописывают требование чистой музыки прямо в договорах. Проверить трек до публикации дешевле, чем перезаливать ролик и терять статистику.

Главная проблема — внимание. Чтобы поймать одно слово, нужно три-четыре минуты слушать трек не отвлекаясь, и так двадцать раз подряд. К пятому треку ухо замыливается, и слово в бэк-вокале или под громким битом проскакивает мимо.

Вторая проблема — сленг. Наркотематика в текстах редко звучит прямо: названия веществ шифруются, и без контекста отсылку не распознает даже внимательный взрослый. Логика «мата не услышал — значит чисто» здесь не работает.

Не спасает и метка E на стриминге: её ставят не везде, у старых релизов и пользовательских загрузок она часто отсутствует, а на наркосленг метка вообще не реагирует. Полагаться на неё в ответственной ситуации нельзя.

Автоматический сценарий выглядит так: нейросеть отделяет вокал от инструментала, распознаёт слова и выдаёт полный текст, где у каждого слова есть таймкод. Дальше вы не слушаете, а читаете — просмотреть глазами текст трёхминутного трека можно за полминуты.

Спорное место проверяется точечно: нашли подозрительное слово — перемотали плеер на его таймкод и послушали ровно этот момент. Лучше всего распознаются русский и английский. Первая обработка в AudioCensor доступна без регистрации, так что проверить подход можно на любом своём треке прямо сейчас.

Если трек нужен чистым, следующий шаг — инструмент удаления мата. Он сам находит бранные слова, показывает их списком с таймкодами и глушит только на вокальной дорожке: минус играет без разрывов, привычных «дырок» в музыке и бипов нет.

Перед скачиванием список можно отредактировать — снять отметку со слов, которые считаете допустимыми, если детектор зацепил спорное. На выбор три режима цензуры: приглушение делает слово неслышным, эхо и реверс маскируют его музыкально, сохраняя ритм строки. Для наркосленга есть отдельный инструмент с собственным словарём.

Распознавание из музыки объективно сложнее, чем из чистой речи: плотный микс и растянутые гласные снижают точность. Поэтому финальное слово за вами — автоматика даёт список кандидатов с таймкодами, а решение о каждом слове принимает человек.

Файлы не хранятся после обработки, работать можно с телефона — это сайт, а не приложение. На бесплатном уровне действуют лимиты: до 5 минут и до 50 МБ на файл, для стандартного трека этого хватает с запасом.