Apa itu Spectral Gating? Bagaimana Pengurangan Kebisingan Benar-Benar Bekerja

Ketika Anda menggunakan alat penghapusan kebisingan, apa yang sebenarnya terjadi pada audio Anda? Jawabannya melibatkan teknik pemrosesan sinyal yang telah berkembang secara signifikan selama beberapa dekade terakhir. Memahami teknik-teknik ini, spectral gating, spectral subtraction, dan pengganti AI modern mereka, membantu Anda menggunakannya lebih efektif dan memahami keterbatasan mereka.

Memecah audio menjadi frekuensi: di mana pengurangan kebisingan terjadi

Pengurangan kebisingan audio hampir selalu bekerja dengan memecah suara menjadi frekuensi individualnya, daripada bekerja pada gelombang audio mentah secara langsung. Anggap saja seperti prisma yang memisahkan cahaya putih menjadi pelangi: alat penghapusan kebisingan memisahkan audio menjadi komponen frekuensinya sehingga mereka dapat memperlakukan masing-masing secara terpisah.

Sebuah proses matematis memecah irisan audio pendek menjadi grafik yang menunjukkan seberapa keras setiap frekuensi pada saat itu. Jalankan ini di seluruh rekaman dan Anda mendapatkan spektrogram, peta visual bagaimana konten frekuensi audio berubah seiring waktu.

Algoritma pengurangan kebisingan bekerja dengan memodifikasi pemecahan frekuensi ini, kemudian mengubahnya kembali menjadi audio normal.

Apa itu Spectral Subtraction?

Spectral subtraction, dikembangkan pada akhir 1970-an, adalah salah satu pendekatan pengurangan kebisingan paling awal dan paling berpengaruh. Ide dasarnya sederhana:

1. Perkirakan spektrum kebisingan, biasanya dari bagian audio di mana hanya kebisingan yang hadir (“profil kebisingan”)
2. Kurangi estimasi spektrum kebisingan dari spektrum audio keseluruhan pada setiap langkah waktu
3. Ubah spektrum yang dimodifikasi kembali menjadi audio

Tantangannya adalah langkah estimasi. Kebisingan tidak pernah sepenuhnya stasioner. Itu berubah dari waktu ke waktu. Kesalahan apa pun dalam estimasi kebisingan menghasilkan artefak. Artefak yang paling khas adalah “musik kebisingan”, kualitas bergetar, bergoyang yang disebabkan oleh sisa puncak kebisingan yang bergerak di sekitar spektrum saat estimasi pengurangan berfluktuasi.

Berbagai penyempurnaan terhadap spectral subtraction telah mengatasi ini selama bertahun-tahun, termasuk over-subtraction (mengurangi sedikit lebih dari kebisingan yang diperkirakan untuk mengurangi kebisingan residual), spectral flooring (menetapkan tingkat minimum di bawah mana bin spektrum tidak dikurangi), dan estimasi kebisingan multi-band.

Apa itu Spectral Gating?

Spectral gating memperluas konsep ini dengan menerapkan ambang volume pada setiap frekuensi individual secara terpisah. Daripada mengurangi kebisingan, spectral gating membisukan atau mematikan frekuensi yang jatuh di bawah tingkat kenyaringan tertentu, dengan asumsi bahwa frekuensi yang pelan sebagian besar adalah kebisingan sementara frekuensi yang lebih keras berisi suara yang ingin Anda simpan.

Anggap saja seperti penjaga pintu di pintu untuk setiap frekuensi tunggal: jika frekuensi cukup keras, ia lolos. Jika terlalu pelan, ia ditolak. Noise gate tradisional seperti memiliki satu penjaga pintu untuk seluruh audio. Spectral gating seperti memiliki penjaga pintu terpisah untuk setiap frekuensi.

Keuntungannya adalah presisi: kebisingan frekuensi tinggi dapat dihilangkan sementara suara rendah dipertahankan, atau sebaliknya. Kerugiannya adalah ia mengasumsikan bahwa kebisingan dan ucapan tidak pernah berbagi frekuensi yang sama pada waktu yang sama, yang seringkali tidak terjadi dengan kebisingan kompleks yang berubah atau ketika level kebisingan tinggi.

Masalah artefak

Baik spectral subtraction maupun spectral gating menderita masalah fundamental yang sama: mereka mencoba memecahkan masalah yang tidak ditentukan. Hanya diberikan sinyal yang berisik, tidak ada cara sempurna untuk memisahkan sinyal dari kebisingan tanpa informasi tambahan tentang seperti apa seharusnya sinyal tersebut.

Ini mengarah pada artefak yang khas:

• Musik kebisingan: kualitas chirpy, melengking dari penghapusan berlebihan
• Kabur: meratakannya dari suara yang tajam, cepat seperti konsonan
• Distorsi sibilance: kerusakan pada bunyi “s” dan “sh” yang tumpang tindih dengan frekuensi kebisingan
• Pengedaman: dari menghapus terlalu banyak pada frekuensi tinggi

Tingkat artefak berbanding lurus dengan seberapa agresif pengurangan kebisingan diterapkan. Sedikit pengurangan spektral sering terdengar bersih. Mendorongnya keras mengungkapkan artefak.

Bagaimana AI menggantikan pendekatan ini

Pengurangan kebisingan berbasis AI modern, seperti yang digunakan di Noise Remover, mengambil pendekatan yang secara fundamental berbeda. Daripada memperkirakan kebisingan dan menguranginya, sebuah jaringan neural deep belajar dari jutaan contoh audio bagaimana seharusnya ucapan bersih terdengar. Pada waktu inferensi, model menggunakan pengetahuan yang telah dipelajari ini untuk merekonstruksi ucapan bersih dari input berisik.

Ini lebih seperti bertanya “bagaimana seharusnya audio ini terdengar?” daripada “apa yang harus saya hapus?” Hasilnya secara dramatis lebih baik untuk kebisingan kompleks yang tidak stasioner dan untuk mempertahankan naturalitas ucapan.

AI Noise Remover secara spesifik mengatasi sifat kebisingan yang bergantung pada frekuensi dengan menangani baik komponen frekuensi rendah (tempat gemuruh dan dengungan hidup) maupun komponen frekuensi tinggi (tempat detail ucapan dan konsonan hidup) dengan langkah pemrosesan terpisah.

Mengapa ini penting secara praktis

Memahami spectral gating dan pengurangan kebisingan AI membantu Anda:

• Tahu kapan menggunakan alat mana: untuk kebisingan ringan yang stabil, bahkan metode sederhana yang lebih lama berfungsi dengan baik. Untuk kebisingan kompleks dalam rekaman penting, alat AI layak digunakan.
• Mendiagnosis artefak: jika pengurangan kebisingan Anda terdengar “musikal” atau “berkicau”, Anda mungkin menggunakan alat tradisional secara berlebihan. Beralihlah ke AI atau kurangi jumlahnya.
• Menetapkan ekspektasi: alat AI bukanlah sihir. Mereka bekerja karena mereka telah belajar bagaimana seharusnya ucapan terdengar, tetapi suara yang sangat tidak biasa (aksen yang tidak biasa, bisikan, audio non-ucapan) mungkin tidak mendapat manfaat sebanyak itu.

Coba Noise Remover untuk mendengar bagaimana pemrosesan spektral berbasis AI terdengar pada rekaman Anda sendiri.