Как убрать шумы Вконтакте

Как-как, с помощью магии нейронок, конечно. А если серьёзно, то в этой статье расскажем, как эволюционировали технологии шумоподавления и улучшения речи, какие есть варианты, чтобы собрать своё решение, и какой сетап получился у нас.

Задачу рассмотрим достаточно общую: отличить человеческую речь от фонового шума и вырезать все посторонние звуки. Её решение полезно для любой дальнейшей обработки. И системы распознавания, и детектирование акустических событий, и другие приложения, взаимодействующие с человеческой речью, обычно лучше работают с сигналом без лишнего шума. Нам же такая технология поможет повысить качество видеозвонков ВКонтакте, в Одноклассниках и Почте Mail.ru: чтобы фоновые шумы не мешали участникам конференций общаться.

Постановка задачи

С точки зрения продукта задача выглядит так: в звонке мы хотим хорошо слышать людей, а шум от техники, животных, улицы — не слышать.

КАК ВЫРЕЗАТЬ ШУМ МИКРОФОНА #сведение #мастеринг #звукарь #продюсер #плагин #сведениевокала

В плане разработки нам нужно обработать грязный аудиосигнал так, чтобы отфильтровать фоновые шумы и выделить речь целевого спикера.

При этом к технологии мы предъявляем следующие требования:

• работа в реальном времени (не увеличить задержки более чем на 20 мс);
• легковесность, чтобы запускаться на пользовательских устройствах;
• качество, сопоставимое с другими решениями (Zoom и Krisp), а лучше — превосходящее конкурентов.

Прежде чем рассмотреть доступные подходы и углубиться в нейронки, пробежимся по базовым понятиям.

Звук — это волна. Микрофон реагирует на её распространение, и получается аналоговый сигнал, то есть непрерывный. Чтобы передавать и обрабатывать аналоговый сигнал, его преобразуют в цифровой. Есть разные аппаратные и программные способы, но самый распространённый — импульсно-кодовая модуляция, или PCM. Частота, например 44 100 Гц, определяет качество оцифрованного звука, а величина амплитуды обычно кодируется в 16 бит.

Все методы фильтрации шумов имеют дело с цифровым сигналом: набором значений уровня сигнала, записанных через равные промежутки времени.

Как делали раньше

Один из самых старых методов улучшения речи (Speech Enhancement) — Spectral Subtraction. Его идея очень простая: из зашумлённого спектра вычитаем спектр шума, получаем спектр только чистой речи, преобразуем обратно из спектра в сигнал.

Грязный сигнал может быть представлен как где— чистая речь,— шум.

Алгоритм Spectral Subtraction математически описывается так:

где— спектр чистой речи,— предполагаемый спектр шума,— спектр входного сигнала.

Позже появился более продвинутый метод, который называется винеровский фильтр. Его идея заключается в минимизации расстояния междуи Формулируется это как

где— вычисленный спектр,— спектр шума.

Как убрать шум голоса #shorts

Ниже общая схема улучшения речи с помощью винеровского фильтра.

Однако винеровское оценивание, как и почти все строгие математические результаты, основывается на допущениях, которые далеко не всегда выполняются на практике. Поэтому плохо справляется с фильтрацией сильных шумов — и даёт гораздо меньше возможностей для подгонки алгоритма под внешние условия, чем пришедшие ему на смену алгоритмы машинного обучения.

Нейронные сети для фильтрации шума

Сложные математические преобразования заменила магия нейронных сетей.

RNNoise

Одной из первых известных и успешных сетей, решающих задачу улучшения речи, стала RNNoise. RNNoise сочетает классические алгоритмы и RNN-сеть (рекуррентную нейронную сеть). Основная идея заключается в использовании нейросети для эмуляции трёх основных компонентов системы: VAD (Voice Activity Detection), вычисления спектра шума и вычитания спектра шума из исходного сигнала.

Сеть на вход принимает спектр шумного сигнала, а на выход отдаёт два тензора. Один предсказывает, является ли данный фрейм речевым. А на второй надо умножить фрейм, чтобы получить чистую речь.

Естественно, за один проход обрабатывается не весь образец сигнала, а небольшое окно — в оригинальной RNNoise это 20 мс. В каждой последующей итерации окно сдвигается на 10 мс, получается перекрытие и повторный анализ части окна.

Архитектура самой нейросети RNNoise выглядит примерно так.

NSNet

Более современный подход предложили специалисты из Microsoft. В NSNetиз фрейма извлекается магнитуда после преобразования STFT (Short-Time Fourier Transform) и LPS (Log-Power Spectra).

Признаки считаются на окне 32 мс, перекрытие составляет 24 мс. Другими словами, сеть отдаёт очищенную речь фреймами по 8 мс.

На вход при обучении подаётся спектрограмма чистого сигнала, аугментированного шумами (см. data augmentation). Для обучения NSNet использует среднеквадратичное расстояние между спектрограммой оригинального чистого сигнала и спектрограммой, полученной в результате работы сети.

DCCRN

Следующей ступенью на пути улучшения речи стала DCCRN. DCCRN имеет U-net-подобную архитектуру, где все операции представлены комплексными операциями. Основная идея метода состоит в использовании не только магнитуды сигнала, но и фазы. За счёт этого нейросеть качественнее очищает речь, чем предыдущее решение NSNet.

Но высокое качество DCCRN стоит дорого. Во-первых, исходная сеть не может работать в реалтайме. Эту проблему авторы решили, вставив рекуррентный слой между энкодером и декодером. Во-вторых, модель сложна в реализации и не приспособлена для работы с окнами произвольных размеров. Третий минус — размер модели и скорость её работы.

По заявлению авторов, для обработки 32 мс на Intel i5-8250U требуется порядка 3 мс. То есть для этой сети с окном перекрытия в 8 мс Real Time Factor (RT) (метрика, которая показывает, во сколько раз быстрее сигнал обрабатывается, чем поступает) будет меньше 3. С таким показателем на более слабой технике уже можно выпасть из реального времени.

PoCoNet

PoCoNet — state-of-the-art решение в области Speech Enhancement от Amazon, которое превосходит по качеству все предыдущие подходы.

Архитектура PoCoNetпохожа на DCCRN — она также U-net-подобная. Но вместо комплексных блоков авторы представляют Dense Attention Block: в сеть включены self-attention слои для улавливания глобального контекста.

Главное же отличие PoCoNet от предыдущих работ заключается во введении frequency positional embedding. Этот механизм похож на работу Positional Encoding из Transformer Architecture: входная спектрограмма конкатенируется с позиционными эмбеддингами, которые вычисляются как

Однако у PoCoNet есть существенные минусы:

• долго обучается — обучение такой модели занимает 4 дня на восьми Tesla V100;
• медленно работает — обработка 1 секунды занимает 0,65 секунды на Tesla V100.

DTLN

Проанализировав актуальные работы в области улучшения речи, мы остановились на DTLN. Если её правильно приготовить, то она даёт качество, соизмеримое с DCCRN и PoCoNet, и при этом имеет маленький размер и хороший показатель реалтайма.

Идея сети DTLN (Dual-Signal Transformation LSTM Network) заключается в двух проходах. Сначала, как и в предыдущих работах, делаем оконное преобразование Фурье (STFT), передаём магнитуду в нейросеть, получаем вектор, на который умножаем магнитуду. Потом делаем обратное преобразование Фурье (IFFT) и полученный сигнал отправляем на вход во вторую часть сети, на выходе которой получаем полностью очищенный сигнал.

Важные для нас преимущества DTLN в том, что модель занимает меньше 4 Мбайт, а для обработки 32 мс на Intel i5 6600k требуется 0,65 мс. Это в 5 раз быстрее, чем для DCCRN, не говоря уже о PoCoNet. Показатели качества подробнее рассмотрим ниже, но в целом DTLN отстаёт от лучших моделей примерно на 10%. С учётом выполнения остальных требований это нас вполне устраивает.

К сожалению, исходная модель не работает с реверберированным сигналом (отражëнным от стен, отчего возникает эффект порхающего эхо). После процессинга появляется субъективно неприятный шелест. Поэтому мы решили доработать модель и исправить эти проблемы.

Что в итоге используем

Сейчас мы используем DTLN-подобную архитектуру, которая чуть толще оригинальной, но работает быстрее. Благодаря реализации на C++, скорость работы составляет 0,2 мс на 10 мс речи. Сеть работает с окном 30 мс и перекрытием 20 мс. В выборе размера окна мы отошли от классического сочетания 32 мс и перекрытия 24 мс для более бесшовной интеграции с WebRTC и Opus.

Данные для обучения

Как известно, результат работы нейросетей сильно зависит от данных, которые используются для обучения. К счастью, в свободном доступе есть несколько хороших больших датасетов с размеченными шумами и с чистой человеческой речью: MUSAN, AudioSet, WHARM!, LibriVox, RIR.

Записи человеческой речи, сделанные в идеальных условиях, будем использовать как эталон для обучения. А с помощью шумов подготовим образцы, на которых будем тренировать нейросеть. Для этого, как показано на схеме ниже, комбинируем речь и шум в некоторых пропорциях.

Полученный грязный сигнал отдаём нейросети для улучшения, результат сравниваем с эталонной исходной записью речи, постепенно обучая сеть.

Причём мы не разделяем шумы по видам, а просто используем весь их объём (сейчас у нас в обучении около 900 часов чистой речи и 10 000 часов шумов). Так как нейросеть обучается на большом количестве самых разных данных, в итоге она может фильтровать и стационарный, и нестационарный шум. Хотя фильтрация нестационарного пока остаётся более сложной задачей.

Обучение нашей модификации DTLN-подобной сети на таком объёме данных занимает около двух дней на Tesla T4.

Функция потерь и оценка качества

В большинстве статей в качестве функции потерь используется MSE:

Для обучения мы выбрали SNR (Signal to noise ratio), так как по нашим экспериментам с этой loss-функцией удаётся добиться более высокого качества.

Что значит «высокое качество» и как его оценивать, в данном случае не самый простой вопрос. Простое сравнение по отклонению от эталона не покажет, улучшится ли на самом деле пользовательский опыт.

Поэтому метрики качества в задаче улучшения речи довольно сложные и пытаются оценить, насколько разборчивой получилась речь в очищенном образце. Для сравнения моделей обычно применяют PESQ-метрику (Perceptual Evaluation of Speech Quality). Она была специально разработана для моделирования субъективной оценки восприятия человеческой речи, применяемой в телекоммуникации. В некотором приближении PESQ-метрика должна соответствовать средней экспертной оценке по шкале от 1 (плохо) до 5 (отлично). Но так как абсолютные значения очень зависят от исходных условий теста, мы используем метрику только для того, чтобы определять прогресс продакшен-решения.

В таблице ниже кроме собственно PESQ-метрики, свойств нейросети (работа с реверберацией и размеры окна и шага) указаны две характеристики, которые могут сильно повлиять на выбор архитектуры: Real Time Factor и память.

Работает с ревербе-
рацией

Источник: habr.com

Как убрать шум микрофона из аудио: 4 способа

Доброго времени суток!

Сейчас практически любой современный смартфон, ноутбук или планшет позволяет записывать аудио- и видео-файлы. Правда, если говорить о качестве звука, нередко можно заметить легкое шипение, жужжание, потрескивание (возникает это из-за невысокого качества встроенного микрофона).

Кроме этого, в запись могут также попасть какие-нибудь выкрики, фоновый шум (разговоры людей вдалеке, например) и пр.

В идеале, конечно же, всё лишнее хотелось бы удалить. (ведь не покупать же из-за этого профессиональную технику для записи любительских роликов ) .

Подобный шум, на самом деле, можно сделать гораздо тише, практически бесшумным (либо вообще удалить). В этой заметке я покажу несколько программ, которые позволят любому начинающему пользователю выполнить эту задачу.

Примечание : разумеется, подавить шум можно гораздо более профессиональными способами. Однако, вряд ли неподготовленный человек сможет достаточно быстро освоить необходимые для этого инструменты и ПО (да и нужно ли это большинству?).

Удаление шума из аудио- и видео-файлов

Сказать наверняка какая из программ справится со звуком в вашем случае лучше — вряд ли возможно (зависит от характера удаляемого шума). Поэтому я бы порекомендовал протестировать каждый нижеприведенный вариант.

Аудио-Мастер

Аудио-Мастер— это хороший и удобный аудио-редактор, рассчитанный на начинающих пользователей. Позволяет записывать звук с микрофона, извлекать аудио-CD, импортировать аудио-дрожки из видеофайлов, разрезать аудио на куски, накладывать различные эффекты и т.д.

Что касается нашей темы — то в Аудио-мастере есть специальный фильтр для подавления шума (он становится почти неслышимым). Ниже покажу на примере как его использовать.

1) Итак, сначала запускаете программу и жмете кнопку открытия файла (кстати, обратите внимание, что звуковую дорожку вы можете подготовить и создать прямо в этой же программе).

Открыть файл / Аудио-Мастер

2) Далее в меню слева кликните по инструменту «Эквалайзер».

3) В шаблонах (еще их называют пресетами) есть специальный фильтр «Подавление шума»— активируйте его.

4) Дождитесь применение эффекта (для аудио-дорожки, длиной в 3-5 мин., подавление шума выполняется за 10-20 сек.).

Создание точки отката, применение эффекта

5) Кстати, если у вас в аудио-дорожки есть места, которые нужно вырезать (например, тишина в начале/конце дорожки, неудачные «ляпы», где-то плохо слышно и пр.) — все это достаточно просто вырезать.

Для этого выделите мышкой нужный участок (стрелки-1 на скрине ниже) , а затем нажмите по инструменту «Ножницы»(стрелка-2 на скрине ниже) . Выделенный участок будет удален.

Вырезать лишний кусок аудио

6) После чего останется только сохранить полученное аудио: просто нажмите «Файл/Сохранить как. «. Кстати, в этом плане Аудио-Мастер дает «разгуляться» — можно сохранять во все самые популярные форматы: WAV, MP3, WMA, AAC, OGG, FLAC.

Файл — сохранить как

AVS Audio Editor

AVS Audio Editor— достаточно мощный аудио-редактор, позволяющий выполнять весь спектр самых популярных задач со звуком.

В арсенале редактора собрано более двух десятков фильтров (например, удаление шума от вувузел, свистков и выкриков болельщиков, и пр. Что особо подкупает — программа работает по шаблону «шума», а шаблон задаете вы сами!).

Разумеется, при помощи AVS Audio Editor можно как угодно разрезать аудио-дорожки, склеивать между собой любые куски аудио (и в любом порядке), конвертировать аудио-файлы из одного формата в другой (поддерживаются MP3, WMA, WAV, M4A, AAC, OGG, MP2, FLAC и многие другие).

1) Рассмотрю нашу задачу поэтапно. Сначала необходимо открыть нужный аудио-файл (либо записать его с микрофона, импортировать из видео, CD-диска и пр.).

Открыть файл — AVS Audio Editor

2) Далее перейдите в раздел «Эффекты»и выберите фильтр «Удаление шума»(см. скрин ниже).

AVS Audio Editor — эффект удаление шума

3) После у вас откроется окно настроек: обратите внимание, что программа сообщит вам «профиль шума не загружен. «. Этот профиль задается вручную — для этого просто нажмите кнопку «Получить профиль шума».

Получаем профиль шума

4) Теперь нужно указать тот участок аудио-дорожки, на котором есть шум (который нужно удалить) , но нет других звуков.

Например, если вы удаляете шипение от микрофона — найдите участок, где не слышно голоса и выделите его (хватит и 2-3 сек.). Это будет шаблоном для программы, по которому она найдет все подобные звуки и удалит их.

Указываем профиль шума

5) Затем в окне фильтра «Удаление шума»у вас должна начать отображаться зеленая надпись, что профиль шума загружен. Если так — можно применять эффект.

6) Дождитесь окончания операции. После можете прослушать что получилось и сохранить аудио-дорожку.

Movavi Video Suite

Эта программа представляет собой многофункциональный редактор для аудио- и видео-файлов (собраны в кучу сотни функций для создания и обработки профессиональных роликов).

Что касается «шума» — то в редакторе от Movavi есть спец. опцияего подавления (+ эквалайзер и спец. эффекты). Этот мини-набор позволяет в некоторых случаях спасать аудио-записи!

Поэтому программу рекомендую к ознакомлению!

Как в ней работать

1) После установки и запуска — необходимо создать новый проект и добавить в него видео (аудио). После перенести этот файл на дорожку в нижнюю часть окна.

Перетаскиваем файл на дорожку

2) Далее следует открыть вкладку «Устранение шумов»: сделать это можно прямо из меню, либо просто кликнув правой кнопкой мыши по аудио-дорожке (в нижней части окна редактора).

Перемещаяползунок «подавления шума»— добейтесь наилучшего варианта звучания для своего файла.

Шумоподавление / устранение шума / редактор от Movavi

3) Также посоветовал бы воспользоваться вкладкой «Аудио-эффекты»— например, в некоторых случаях повышение тона может положительно сказаться на качестве звука.

Применение аудио-эффектов — редактор от Movavi

4) И, кроме выше-оговоренного, не лишним было бы воспользоваться эквалайзеромдля точечной подстройки звука.

После, можно сохранитьполученный файл.

Audacity

Официальный сайт: https://www.audacityteam.org/

Загрузить можно с Source Forge

Audacity— бесплатный звуковой редактор с широким набором возможностей (есть даже профессиональные «фишки»). Причем, несмотря на изобилие функций, разработчикам удалось сделать его достаточно простым и легким в использовании.

Что касается шумоподавления — то этот редактор работает аналогично предыдущему: нужно сначала задать шаблон шума (например, для удаления шипения и треска некачественного микрофона — выделить звуковую дорожку в месте, где нет разговора или музыки, а затем применить этот шаблон ко всему аудио-файлу). Рассмотрим действия по порядку.

1) Первое действие : либо открыть готовый (уже записанный ранее) файл, либо записать его в режиме онлайн через микрофон (например). Далее нужно открыть вкладку «Эффекты».

Открытие проекта (Audacity)

2) В «Эффектах»выберите инструмент «Удаление шума»(если у вас англ. версия — обратите внимание на вариант «Noise Removal»).

Audacity — эффекты — удаление шума

3) После нужно нажать по инструменту «Создать модель шума»(этап 1, см. скрин ниже) , и указать участок аудио-дорожки (хватит и 2-5 сек.), где находятся те шумы, которые вы хотите удалить.

Далее программа по этому участку создаст математическую модель, на основе которой будет обработан весь аудио-файл.

Кстати, что касается этапа 2 (также см. скрин ниже) : то здесь есть несколько параметров шумоподавления. Подбирать их лучше всего экспериментально, сдвигая ползунок в строну и нажимая кнопку «Прослушать» .

Audacity — удалить шум (создание модели)

На этом пока все.

Первая публикация: 15.04.2019

Источник: ocomp.info

Как быстро и качественно удалить шум на звукозаписи – программы с шумоподавлением для новичков и любителей

3.1 Оценок: 19 (Ваша: )

Автор статьи:
Игорь Горчилин

Дата публикации:

Время прочтения:
Следующая статья:

Во время аудиозаписи, особенно если она проводится в домашних условиях, невозможно гарантировать полную тишину. На записанной дорожке часто слышны дефекты, например, шум улицы, дыхание диктора, гул домашней электроники или системные пики компьютера. В этой статье мы расскажем, как можно убрать шум из аудио при помощи специальных аудиоредакторов. Здесь собраны программы для улучшения качества звука как для продвинутых пользователей, так и для новичков – так что вы сможете найти решение для любой задачи.

1. Удаление шума в АудиоМАСТЕРЕ
2. Шумоподавление в Adobe Audition
3. Устранение дефектов звука в GoldWave
4. Чистка звуковых дорожек в Audacity
5. Подавление шума в аудио в онлайн-редакторе
6. В заключение

Удаление шума в АудиоМАСТЕРЕ

АудиоМАСТЕР подходит для пользователей практически любого уровня. В программе большой набор продвинутых функций, при этом управление интуитивное, с подсказками для всех основных инструментов. Аудиоредактор включает в себя эффекты для изменения голоса, функции нормализации и усиления громкости, 9-полосной эквалайзер, микшер, аудио фильтры. Есть также опции для склейки, нарезки и смешивания треков.

Если вы записываете видео, вам пригодится функция отделения аудио. Таким образом вы сможете очистить звуковую дорожку на видео. А модуль записи позволяет проводить новую озвучку прямо из программы.

Давайте рассмотрим, как проводится устранение лишних шумов в аудиозаписи в программе АудиоМАСТЕР. Скачайте софт по кнопке ниже внимательно следуйте инструкции по установке.

Шаг 1. Создание проекта

Когда вы запустите программу, вам будет предложено несколько вариантов загрузки трека для обработки. Если вы работаете с готовым аудиофайлом, добавьте его кнопкой «Открыть файл». Чтобы обработать музыкальную дорожку из видеофайла, кликните «Извлечь звук из видео».

Стартовое меню программы АудиоМАСТЕР

Шаг 2. Очистите трек от шума

Выберите инструмент «Эквалайзер»в левой колонке и раскройте вкладку «Подавление шумов». Фильтр автоматически распознает шумы в аудиозаписи и выставит нужные настройки.

Вы можете прослушать результат до применения обработки – для этого воспользуйтесь соответствующей кнопкой. Если в треке все еще остались шумы, вы можете применить изменения и повторить авто-подавление через эквалайзер ещё раз. Если вы уверены в своих силах, можете срезать пиковые частоты вручную при помощи ползунков.

Регулировка баланса частот (эквалайзер)

Шаг 3. Сохраните аудиозапись

Для сохранения результата предусмотрено несколько способов: вы сможете перезаписать оригинальный трек, создать новый аудиофайл или сделать рингтон для iPhone. К каждому варианту даются понятные пояснения, так что трудностей с экспортом не возникнет даже у новичков.

Конвертация в MP3, WAV, WMA, FLAC и другие популярные аудиоформаты

Преимущество АудиоМАСТЕРА – в удобном интерфейсе на русском языке и понятном управлении. При этом в плане функциональности софт не уступает аудиоредакторам-конкурентам, которые предназначены для продвинутых пользователей. АудиоМАСТЕР легок в нагрузке, поэтому вы можете почистить аудиозапись от посторонних шумов даже на слабых ноутбуках. Неплохой набор эффектов позволяет быстро обрабатывать звуковые файлы даже без навыков редактирования. К недостатку можно отнести небольшой демо-период.

Шумоподавление в Adobe Audition

Adobe Audition неизменно входит во все рейтинги лучших программ для звукозаписи. Софт используется в профессиональной работе, позволяя создавать озвучки для фильмов, готовить подкасты, записывать песни. Правильно выстроив параметры захвата, вы сможете убрать фоновый шум непосредственно при записи звука с микрофона. Среди многочисленных функций аудиоредактора имеется, конечно же, и чистка уже готовых звукозаписей от помех – вы сможете без труда снизить уровень шума в звуковой расшифровке видеофайла или в начитке лекции на телефоне.

Обращаем внимание, что этот софт подходит только для продвинутых звукорежиссеров и музыкантов. Приступайте к нему только, если уже «набили руку» в более простых редакторах.

1. Загрузите аудиофайл в программу или запишите звук через подключенный микрофон. Курсором выделите на треке область с шумами. Лучше всего выбирать участок, на котором нет ни мелодии, ни голоса – только шорох и фоновое шуршание.

Выделите естественный шум на записи

На заметку! Если в аудиодорожке, которую вы хотите почитать от шумов, нет особых моментов тишины, вы можете подготовить модель шума самостоятельно. Для этого подключите микрофон и запустите «пустую‎» запись без вокала и музыки на 5-10 секунд.

Программа проанализирует аудио на наличие шума

Снижение уровня шумности на выделенной дорожке

Подберите параметры для шумоподавления

Если вы обрабатываете файлы с речью диктора, будьте внимательны при подборе настроек – неправильные параметры могут исказить голос. Да и с чисткой артефактов в музыкальных партиях также стоит избегать максимальных значений шумоподавления.

• Подходит даже для сложных шумов, вроде гула электросетей или потрескивания грампластинки;
• Можно подключать сторонние плагины для ещё более детальной коррекции артефактов;
• Может использоваться как домашняя студия звукозаписи.

• Сильная нагрузка на процессор, поэтому не подойдет для слабых ПК;
• Требуются знания основ аудиобработки выше среднего уровня;
• Не очень интуитивный интерфейс;
• Высокая стоимость: месяц подписки стоит 1622 рубля.

Устранение дефектов звука в GoldWave

GoldWave – это функциональный редактор и по совместительству программа для подавления шума в аудиозаписи. Среди основных функций – микширование, применение аудиофильтров, создание цепочки эффектов, объединение и нарезание треков. Также можно усилить или нормализовать громкость, вырезать тишину и многое другое. Редактор поставляется на нескольких языках, но русскоязычная локализация выполнена не полностью, многие пункты переведены некорректно и даже странно. Чтобы подготовить читателей к возможным трудностям, мы сразу рассмотрим инструкцию по удалению шумов в англоязычной версии.

1. Запустите аудиоредактор и импортируйте звуковой файл кнопкой «Open».
2. Выделите отрезок с шумами и скопируйте его, нажав правой кнопкой мыши по выделению и выбрав пункт «Copy».

GoldWave – мультиплатформенный редактор для работы с аудиофайлами

Выберите эффект шумоподавления

Используйте готовые пресеты для анализа записи

Если всё-таки рабочая среда программы вызывает у вас трудности как с частичным переводом, так и без, вы можете поискать альтернативу, изучив наш ТОП бесплатных аудиоредакторов на русском языке.

• Несколько вариантов подавления шумов, в том числе на тихих участках;
• Готовые пресеты шумоподавления.

• Неудобный перегруженный интерфейс
• Поддерживает не все аудиокодеки
• Неполная и довольная «кривая» русская локализация

Чистка звуковых дорожек в Audacity

Аудасити пользуется популярностью среди музыкантов-любителейблагодаря тому, что распространяется бесплатно. Среди функций можно найти эквалайзер, изменение частот, работу с громкостью, множество фильтров и эффектов. В редактор встроен простенький модуль шумоподавления, поэтому вы сможете без проблем использовать софт как программу для удаления шумов с аудиозаписи диктофона. Вот, что вам нужно сделать:

Импортируйте аудиофайл через пункты «Файл»– «Открыть». По аналогии с предыдущими способами отыщите и выделите на дорожке участок только с шумами, без музыки и вокала.

Выделите на дорожке фрагмент с наличием шума

Снизьте уровень шума, используя подходящий эффект

Программа будет работать с примером записанного шума

Обработайте трек после удаления шума

Модуль шумопонижения в Audacity не очень сильный, и при сложных шумах понадобится повторить операцию несколько раз. Это, в свою очередь, может привести к потерям уже «‎полезного» звука, поэтому с выбором параметров стоит поэкспериментировать.

• Полностью бесплатный;
• Поддерживает встраивание сторонних плагинов;
• Переведен на русский язык.

• Не очень удобный интерфейс, требующий тщательного изучения;
• Иногда не различает подключенный микрофон;
• Не распознает некоторые аудиокодеки.

Подавление шума в аудио в онлайн-редакторе

Если вы не хотите устанавливать на компьютер сторонние программы, можете попробовать удалить шум из аудиозаписи онлайн при помощи простых инструментов редактирования на специальных сайтах.

Подобные сервисы, как правило, накладывают ограничения на вес, формат и длительность аудиодорожки. Этот вариант стоит рассматривать только для очищения коротких треков с несложными шумовыми помехами.

На самом деле онлайн-сервисов для работы с музыкальными файлами – крайне мало. А тех, которые поддерживали бы удаление шума, – единицы. Мы в качестве примера возьмем сайт AudioDenoise. Он разработан только для одной цели – убирать из звукозаписей посторонние звуки. Сервис не переведен на русский, но в целом разобраться в управлении достаточно просто.

Подавление шума в онлайн-редакторе AudioDenoise

1. На главной странице сервиса добавьте аудиодорожку кнопкой «Выберите файл».
2. В пункте «Noise model type»(образец шума) вам нужно будет указать тип шума, с которым предстоит работа. Наиболее универсальный вариант для простых дефектов – ‎Mean (серединные значения), при более сложных артефактах – Adapted Distribution (распределение шумов в разных диапазонах).
3. Настройка «Amount of noise reduction»устанавливает силу шумоподавления. Передвигая ползунок влево, вы уменьшаете интенсивность обработки, вправо – увеличиваете. Настройки выставляются вслепую – поэтому начните с более легкой коррекции.
4. В пункте «Model noise based on»выберите режим анализа модели шума. Сервис может выполнить задачу на основе тихих (quiet), громких (loud) или средних (average) участков или нот.
5. Нажмите «Start»для обработки.

После завершения вы можете прослушать результат и снова обработать либо скачать его на компьютер.

• Бесплатный, не требует регистрации;
• Можно потренироваться на встроенных демо-файлах;
• Не нужно скачивать и устанавливать дополнительное ПО на компьютер.

• Нет русскоязычного перевода, сложно сориентироваться в терминах на английском языке;
• Не всегда можно добиться нужного результата с первого раза;
• Оценить изменения можно только после применения настроек;
• Экспорт только в формат WAV;
• При скачивании снижается качество звука.

В заключение

Итак, мы разобрались, как очистить от шумов звук диктофонной записи или отфильтровать шумы, захваченные микрофоном. Наиболее качественный результат с первого раза показали Adobe Audition и АудиоМАСТЕР. Первый вариант подойдет, если вы не первый год работаете со звуком и имеете в наличии мощный ПК (софт предъявляет высокие требования к железу).

АудиоМАСТЕР можно использовать как универсальное средство для создания подкастов, мелодий и озвучек. Он, в свою очередь, подойдет как любителям, так и полупрофессионалам. Не нагружает процессор, совместим со всеми версиями Windows и удобен в управлении.

Источник: free-audio-editors.ru