怎樣去掉錄音裡的背景雜訊
風扇嗡聲、空間底噪、車流和鍵盤敲擊各要不同解法。神經網路降噪擅長什麼、救不了什麼,以及怎樣錄才能少用它。
更新於 2026-09-21
這幾年降噪進步非常大。建立在小型神經網路上的工具,幾乎可以即時、在瀏覽器分頁裡,把語音上的穩定嗡聲或冷氣低頻剝乾淨。但沒有演算法能把雜訊毀掉的東西補回來,設定用錯,人聲會變成水底下的機器人。先分清楚雜訊類型,才知道能期待什麼。
四種雜訊,四種結果
穩定的寬頻雜訊——風扇、冷氣、磁帶嘶聲、電源嗡聲。這是好處理的那一種。像 RNNoise 這類神經抑制器學會語音長什麼樣子,其餘都當雜訊;一層穩定的嘶聲幾乎能拿掉,人聲也幾乎不受傷。
斷斷續續的雜訊——鍵盤咔嗒、關門、狗叫。比較難。現代抑制器能抓到多數落在字與字之間的短暫突波,但咔嗒疊在子音上就吃力。預期會明顯改善,別期待完美。
別人的聲音和音樂。針對語音調校的抑制器會把「語音」留下來,分不出是你還是同事。音樂會被去掉一部分、糊掉一部分。這是你的問題的話,要改用音源分離,那是另一種工具。
削波與失真。這根本不是雜訊——錄音時波形已被截斷。抑制器救不了;去削波工具只能重建輕微的情況。
神經抑制大致怎麼運作
Xiph.Org Foundation 釋出的 RNNoise 把音訊切成短幀,對每個頻帶估計有多少能量是語音,再把雜訊頻帶往下壓。網路很小,在手機上就能快過即時,所以可以在瀏覽器本機跑,不必把錄音送出去。
強度是混合,不是開關
雜訊不重的錄音若開到滿,聽起來會很「做過」:齒音變軟,空間感整個消失,聽的人會覺得不自然。把處理過的訊號和原聲混合——乾淨訊號佔 60% 到 80% 往往比 100% 好聽。用耳機聽,雜訊不再煩人就停,不要等到表上讀到零。
錄的時候就少製造雜訊
麥克風靠近一點:距離減半,同樣雜訊下人聲大約多 6 dB。開錄前把風扇關掉。開頭先錄幾秒靜音——有些工具拿它當雜訊樣本,你也能在投入一小時之前先聽地板有多髒。
分步操作
- 1
先認清雜訊
聽字與字之間的空隙。穩定嘶聲或嗡聲:繼續。咔嗒和人聲:期望放低。失真:改用去削波器。
- 2
先降一小段
處理 20–30 秒,用對齊過的音量跟原檔比,再決定強度。
- 3
再跑整份檔案
選定的強度只套一次。不要連跑兩次抑制,瑕疵會疊加。
- 4
對齊電平再匯出
清過的語音通常聽起來比較小聲。之後再正規化響度,語音匯出用 128–192 kbps。
常見問題
- 降噪會讓我的聲音變機器人嗎?
- 檔案很吵又開到滿,有可能。把強度調低,或混回一些原聲。
- 能把人聲後面的音樂拿掉嗎?
- 針對語音的抑制器會減弱它,但會留下瑕疵。這份工作請用專門的人聲/樂器分離器。
- 機密錄音拿去線上降噪安全嗎?
- 只有在瀏覽器裡處理、從不上傳的工具才算。找明確的說明;網站若跳出上傳進度條,檔案已經離開你的裝置。