什麼是頻譜門控？降噪的實際工作原理
當你使用降噪工具時，你的音訊實際上發生了什麼？答案涉及在過去幾十年中顯著演變的訊號處理技術。了解這些技術——頻譜門控、頻譜減法及其現代AI替代品——有助於你更有效地使用它們，並理解它們的局限性。
將音訊分解為頻率：降噪發生的地方
音訊降噪幾乎總是通過將聲音分解為其各個頻率來工作，而不是直接在原始音訊波形上工作。把它想像成稜鏡將白光分成彩虹：降噪工具將音訊分解為其組成頻率，以便分別處理每個頻率。
數學過程將短音訊片段分解為顯示該時刻每個頻率多響的圖表。在整個錄音中執行此過程，你會得到頻譜圖——顯示音訊頻率內容如何隨時間變化的視覺地圖。
降噪演算法通過修改這一頻率分解，然後將其轉換回正常音訊來工作。
什麼是頻譜減法？
頻譜減法，開發於20世紀70年代末，是最早和最有影響力的降噪方法之一。基本想法很簡單：
- 估計噪音頻譜，通常來自只有噪音的音訊部分（“噪音配置檔案”）
- 在每個時間步從總音訊頻譜中減去估計的噪音頻譜
- 將修改後的頻譜轉換回音訊
挑戰在於估計步驟。噪音從不是完全穩態的。它會隨時間變化。噪音估計中的任何誤差都會導致偽影。最特徵的偽影是”音樂噪音”——一種飄忽的啁啾質感，由殘餘噪音峰值在頻譜周圍移動引起，因為減法估計波動。
多年來，頻譜減法的各種改進已經出現，包括過度減法（減去比估計噪音多一點以減少殘餘噪音）、頻譜下限（設定頻譜bin不減少的最低水平）和多帶噪音估計。
什麼是頻譜門控？
頻譜門控通過將音量閾值套用於每個單獨頻率來擴展這一概念。與其減去噪音，頻譜門控會降低或靜音低於一定響度水平的頻率，假設安靜的頻率主要是噪音，而較響的包含你想保留的聲音。
把它想像成每個單獨頻率門口都有一個保鑣：如果頻率足夠響，它就通過。如果太安靜，它就被拒之門外。傳統的噪音門就像對整個音訊有一個保鑣。頻譜門控就像每個頻率都有一個單獨的保鑣。
優勢在於精確性：可以去除高頻噪音，同時保留低頻聲音，反之亦然。缺點是它假設噪音和語音從不同時共享相同的頻率，這通常不適用於複雜、變化的噪音或當噪音水平很高時。
偽影問題
頻譜減法和頻譜門控都遭受相同的基本問題：它們試圖解決一個欠定的問題。給定只有嘈雜的訊號，沒有關於訊號”應該”聽起來如何的額外資訊，就沒有完美的方法將訊號與噪音分開。
這導致特徵性偽影：
- 音樂噪音：過度去除產生的啁啾、顫音質感
- 模糊：尖銳、快速的聲音如子音的平滑
- 齒音失真：與噪音頻率重疊的”s”和”sh”音的損傷
- 悶音：從高頻去除太多
偽影的程度與降噪套用的激進程度成比例。少量頻譜減法通常聽起來很乾淨。用力推進會揭示偽影。
AI如何取代這些方法
現代基於AI的降噪，如在 Noise Remover 中使用的，採取根本不同的方法。與其估計和減去噪音，深度神經網路從數百萬個音訊範例中學習乾淨的語音聽起來如何。在推論時，模型使用這一學到的知識從嘈雜的輸入重建乾淨的語音。
這更像是問”這段音訊應該聽起來如何？“而不是”我應該去除什麼？“結果對於複雜、非穩態噪音和保留語音自然度都顯著更好。
Noise Remover的AI具體通過兩個獨立的處理步驟處理低頻成分（隆隆聲和嗡嗡聲存在的地方）和高頻成分（語音細節和子音存在的地方），來解決噪音的頻率依賴性。
為什麼這在實踐中很重要
了解頻譜門控和AI降噪有助於你：
- 知道何時使用哪種工具：對於非常輕微、穩定的噪音，即使簡單的舊方法也工作得很好。對於重要錄音中的複雜噪音，AI工具值得使用。
- 診斷偽影：如果你的降噪聽起來”音樂”或”啁啾”，你可能正在過於激進地使用傳統工具。切換到AI或減少用量。
- 設定期望：AI工具不是魔法。它們有效是因為它們學會了語音聽起來如何，但高度不尋常的聲音（不尋常的口音、耳語音、非語音音訊）可能受益較少。
試試 Noise Remover，聽聽基於AI的光譜處理在你自己的錄音上聽起來如何。