播客录音的降噪

一位嘉宾用笔记本的话筒，房间里有台冰箱。一场在咖啡馆录的采访，因为那是对方愿意见面的地方。这一页讲的是：降噪在一期节目的工作流里该放在哪、该喂给它什么，以及它修不了什么。

处理每一条分轨，不是处理缩混

如果你的录音设备或远程平台给了你每支话筒一个文件，那些文件才是输入 —— 不是缩混。三条理由，没有一条是「模型对单轨更聪明」：

**每次运行只有一个预设。**你那位在处理过的房间里的搭档，和你那位用厨房笔记本的嘉宾，需要的处理量不一样。在缩混里你只能挑一个折中值；分轨的话你可以放过一条、压另一条。
**输出是单声道。**模型跑之前一切都会被并成一个声道，因为模型是单通道的。喂给它一个立体声缩混，立体声就没了。先处理分轨，再缩混 —— 声像还在。
**它不可逆。**把降噪拍进缩混，之后的每一个决定都是在它之上做的。分轨的话，你手上仍然有原轨和处理后的那一版并排放着。

我们不做任何响度归一化，而把噪音拿走就是把能量拿走：在我们自己的样例上，处理后的版本比原版约低 2 LU。所以压缩、调平、以及你用来达到交付标准的一切，都属于这一步之后。先给一条有噪音的轨调电平，等于是对着一个即将移动的底噪做了所有判断。

音乐和音效也在它之后。模型保留它认得出是语音的部分，把其余压下去，所以垫在人声底下的音乐床，正是它被造出来要去除的那类东西。先处理人声，再把音乐铺上去。

**房间里另一场对话。**这是个语音模型 —— 它保留语音，包括你不想要的那段。你嘉宾身后咖啡馆的那张桌子，对它来说接近最坏情况，不是容易的那一种。
**房间的回声。**一位在空卧室里的嘉宾，听到的是自己的声音晚一点到，那和叠在上面的噪音是不同的问题。这个模型能去掉多少我们没量过；先假设它留着，在播放器上听过再说。
**削波和失真。**如果话筒被撞了、或者增益被顶死了，那段录音本身就缺信息。降噪是把东西拿走，它没法把从来没录进去的东西放回来。这些限制是从哪来的。

预览会挑你丢进来的东西里最响的 30 秒 —— 那是对「有代表性的一段」的一个合理猜测，但不是你担心的那一段。如果有具体的某两分钟是空调启动的时候，把那一段单独导出来试，你从最糟的那一段里学到的会比从最好的那一段里多。

从均衡开始。如果你要上强，注意听呼吸声、齿音和词尾 —— 过度处理最先在那里露出水声或机器味。清晰人声做得更少、留下更多房间的声音，在噪音不重、而人声比安静更要紧的时候，那往往才是对的答案。切换预设几秒钟就重跑完，所以三档都试过再决定。

预览的用处，是让你在把一整期节目交给它之前，先用你自己的录音验一下这条路。一旦听着对了，同一张卡片会清洗完整的文件 —— 免费、在你自己的机器上，而对一期一小时的节目来说，那是真的要等一会儿，不是一瞬间的事。