Cara hilangkan noise latar dari rekaman
Dengung kipas, suasana ruangan, lalu lintas, dan ketukan keyboard masing-masing butuh perbaikan berbeda. Apa yang dikerjakan noise suppression neural dengan baik, apa yang tidak bisa diperbaiki, dan cara merekam supaya kamu lebih sedikit membutuhkannya.
Diperbarui 2026-09-21
Penghilangan noise membaik luar biasa dalam beberapa tahun terakhir. Tools yang dibangun di atas jaringan neural kecil bisa menyedot dengung konstan atau gemuruh AC dari bicara hampir sempurna, secara real time, di tab browser. Tapi tidak ada algoritma yang bisa mengembalikan apa yang dihancurkan noise, dan pengaturan yang salah mengubah suara jadi robot di bawah air. Mengenal kategori noise memberitahu kamu apa yang bisa diharapkan.
Empat jenis noise, empat hasil
Noise broadband yang stabil — kipas, AC, desis pita, dengung listrik. Ini kasus yang mudah. Suppressor neural seperti RNNoise belajar seperti apa bentuk bicara dan memperlakukan sisanya sebagai noise; hamparan desis yang stabil hilang dengan hampir tanpa merusak suara.
Noise sesekali — klik keyboard, pintu, anjing menggonggong. Lebih sulit. Suppressor modern menangkap sebagian besar transient pendek di antara kata, tapi kesulitan saat klik menumpuk konsonan. Harapkan perbaikan besar, bukan kesempurnaan.
Suara orang lain dan musik. Suppressor yang disetel untuk bicara akan mempertahankan bicara lain; mereka tidak bisa membedakan suaramu dari kolega. Musik sebagian dihilangkan, sebagian dioles. Kalau ini masalahmu, kamu butuh source separation, yang merupakan tool berbeda.
Clipping dan distorsi. Bukan noise sama sekali — gelombangnya terpotong saat merekam. Tidak ada suppressor yang memperbaiki ini; tool de-clip bisa merekonstruksi kasus ringan.
Cara kerja suppression neural, singkatnya
RNNoise, dirilis Xiph.Org Foundation, membagi audio jadi frame pendek, memperkirakan untuk setiap pita frekuensi berapa banyak energinya yang berupa bicara, lalu menurunkan pita noise. Jaringannya cukup kecil untuk berjalan lebih cepat dari real time di ponsel, itulah kenapa bisa berjalan secara lokal di browser tanpa mengirim rekaman ke mana pun.
Kekuatan adalah campuran, bukan sakelar
Suppression kekuatan penuh pada rekaman yang hanya sedikit berisik terdengar diproses: sibilan melunak dan ambience ruangan hilang total, yang pendengar rasakan sebagai tidak alami. Campur sinyal yang sudah dibersihkan dengan aslinya — 60 sampai 80 persen bersih sering lebih enak dari 100. Dengarkan di headphone dan berhenti saat noise tidak lagi mengganggu, bukan saat meternya membaca nol.
Rekam supaya kamu lebih sedikit membutuhkannya
Dekatkan mikrofon: jarak yang dikurangi setengah memberi kira-kira 6 dB lebih banyak suara untuk noise yang sama. Matikan kipas saat merekam. Rekam beberapa detik keheningan di awal — beberapa tools memakainya sebagai profil noise, dan itu memberitahu seberapa buruk lantainya sebelum kamu komitmen satu jam.
Langkah demi langkah
- 1
Kenali noise-nya
Dengarkan jeda antar kata. Desis atau dengung stabil: lanjut. Klik dan suara orang: turunkan ekspektasi. Distorsi: pakai de-clipper.
- 2
Denoise potongan pendek dulu
Proses 20–30 detik, bandingkan dengan asli pada volume yang sama, lalu pilih kekuatannya.
- 3
Proses seluruh file
Terapkan kekuatan yang dipilih sekali. Hindari menjalankan suppression dua kali; artefak menumpuk.
- 4
Level dan ekspor
Bicara yang sudah dibersihkan biasanya terdengar lebih pelan. Normalisasi loudness sesudahnya dan ekspor di 128–192 kbps untuk bicara.
Pertanyaan
- Penghilangan noise bikin suara saya terdengar robot?
- Pada kekuatan penuh di file yang sangat berisik, mungkin. Turunkan kekuatannya atau campur sebagian sinyal asli.
- Bisa hilangkan musik di belakang suara?
- Suppressor yang fokus pada bicara menguranginya tapi meninggalkan artefak. Pakai pemisah vokal/instrumen khusus untuk pekerjaan itu.
- Aman denoise rekaman rahasia secara online?
- Hanya dengan tool yang memproses di browser kamu dan tidak pernah mengunggah. Cari pernyataan eksplisit; kalau situs menampilkan bilah progres unggah, file-nya sedang meninggalkan perangkat.