为什么音频降噪很重要？
在录制播客、视频或进行在线会议时，音频噪音往往是破坏专业感的元凶。无论是环境中的风声、空调底噪，还是设备产生的电流声，都会分散听众的注意力。
该音频降噪器是基于DeepFilterNet3 模型开发的免费在线工具，通过尖端的深度学习技术，可以一键清除杂音，提升音频质量，尤其是其中的人声部分。
为什么选择我们的音频降噪工具？
市面上有很多 音频降噪 方案，但我们的工具具有以下核心优势：
- 深度滤波（Deep Filtering）技术：区别于传统的频谱门限降噪，我们的工具采用了 深度滤波（Deep Filtering） 技术。通过深度学习模型 DeepFilterNet3，它能智能识别并分离背景噪音与人声频率，即使在极端信噪比环境下也能保持声音的自然度。
- 方便快捷，实时处理：无需安装配置，只需要浏览器访问页面即可。处理过程实时性高，RTF（Real-Time Factor，实时率） 约在 10%左右，即处理 1 分钟的音频大约需要 6 秒左右。
- 高保真导出：支持无损 WAV 格式以及高压缩率的 MP3 编码导出。
- 隐私保护：您的音频永远不会离开您的设备。 区别于其他需要上传文件的在线工具，本工具利用 DeepFilterNet3 的深度学习能力，并采用 WebAssembly（WASM）技术，所有计算都在你的浏览器本地完成。这不仅意味着极高的隐私保护，也避免了上传大文件带来的流量消耗。
什么是信噪比？
为了实现高质量的降噪，我们的工具通过优化 SNR（Signal-to-Noise Ratio，信噪比） 来提升音质。在音频处理中，信噪比的计算公式为：
其中， 代表有用信号（如人声）的功率， 代表背景噪声（如底噪、风声）的功率。Deep Filtering 技术通过深度学习模型精准识别并压制 。当噪声功率降低时，总体的 数值会随之提高，人声也会愈发清晰。
什么是降噪强度？
在界面中，你可以看到 降噪强度（Noise Reduction Strength） 滑块。在技术层面，这对应了 DeepFilterNet3 的 Attenuation limit (dB)。简单来说，这是通过将增强后的信号与原始带噪信号进行混合来控制压制幅度。其背后的 SNR 逻辑可以简单理解为：
其中， 即为你设置的衰减增益。强度越高（趋向 100），对噪声的压制越狠，越容易误伤人声频率，导致声音出现“机械感”，甚至造成音频断断续续。
如何操作：三步完成降噪
第 1 步：打开音频
点击“输入文件框”或者拖拽音频文件到此处，打开你的音频文件。打开后，你将看到清晰的音频波形图，支持实时播放预览。注意，该音频文件只会留在你的设备内存里，不会上传到服务器，从而保障数据隐私和安全。
第 2 步：调整降噪强度参数
根据你的录音环境，拖动滑块选择合适的强度（0-100）。
第 3 步：处理与下载
点击 处理 按钮。系统会快速运行 DeepFilterNet 模型进行推理。完成后，你可以点击音频波形上方的 播放 按钮进行预览，效果不满意可以调整降噪强度再次处理。最后，选择你需要的格式（WAV 或 MP3），点击 下载 即可得到降噪后的音频文件。
不同场景下的推荐降噪强度
为了获得最佳的听感平衡，我们建议根据实际环境调整 降噪强度：
| 录音环境/噪音类型 | 建议强度 | 预期优化效果 |
|---|---|---|
| 安静室内 (极轻微底噪) | 15 - 30 | 消除轻微电流声，使人声更加通透 |
| 办公室环境 (空调/风扇声) | 40 - 60 | 显著压制持续性环境杂音 |
| 户外街道 (远处交通噪音) | 65 - 80 | 过滤背景嘈杂，突出主体谈话内容 |
| 极端恶劣 (强风或强电流干扰) | 85 - 100 | 最大限度提取人声，但需注意保留自然度 |
常见问题
为什么第一次处理时反应稍慢？
因为首次打开工具页面，需要加载WebAssembly代码和深度学习模型（约 17MB）。加载完成后，再次打开页面时将使用缓存的代码和模型，无需重复下载，处理速度将大大加快。
为什么处理后的声音听起来断断续续？
这通常是因为降噪强度设置过高。当算法过度过滤时，会误将部分人声频率判定为噪声并切除。请尝试调低强度滑块，并通过“试听 -> 调整强度 -> 处理”的循环找到最自然的平衡点。
WAV 和 MP3 格式该如何选择？
如果你需要进行二次剪辑，建议选择WAV以保持最高音质；如果你需要直接分享或用于网页MP3则是更节省空间的平衡选择。