為什麼音訊降噪很重要？
在錄製播客、影片或進行線上會議時，音訊雜訊往往是破壞專業感的元兇。無論是環境中的風聲、冷氣機底噪，還是設備產生的電流聲，都會分散聽眾的注意力。
這款音訊降噪器是基於DeepFilterNet3 模型所開發的免費線上工具，透過尖端的深度學習技術，能一鍵清除雜音、提升音質，尤其能有效強化其中的人聲部分。
為什麼選擇我們的音訊降噪工具？
市面上有許多 音訊降噪 方案，但我們的工具具備以下核心優勢：
- 深度濾波（Deep Filtering）技術：有別於傳統的頻譜閾值降噪，我們採用 深度濾波（Deep Filtering） 技術。透過 DeepFilterNet3 深度學習模型，可智慧辨識並分離背景噪音與人聲頻段，即使在極端信噪比環境下，也能維持聲音的自然度。
- 方便快捷，即時處理：無需安裝或設定，只要用瀏覽器開啟網頁即可使用。處理速度極快，RTF（Real-Time Factor，即時率） 約為 10%，也就是處理 1 分鐘的音訊僅需約 6 秒。
- 高傳真輸出：支援無損 WAV 格式，以及高壓縮率的 MP3 編碼輸出。
- 注重隱私保護：您的音訊絕不會離開您的裝置。有別於其他需要上傳檔案的線上工具，本工具採用 WebAssembly（WASM）技術，將 DeepFilterNet3 的深度學習模型直接在您的瀏覽器本地執行。這不僅提供極高的隱私保障，也省去上傳大型檔案所消耗的流量。
什麼是信噪比？
為達成高品質降噪，我們的工具透過優化 SNR（Signal-to-Noise Ratio，信噪比）來提升音質。在音訊處理中，信噪比的計算公式如下：
其中， 代表有用訊號（例如人聲）的功率， 則代表背景噪音（例如底噪、風聲）的功率。深度濾波技術透過深度學習模型精準辨識並壓抑 。當雜訊功率降低時，整體 數值隨之提升，人聲也會更清晰。
什麼是降噪強度？
在介面中，您會看到 降噪強度（Noise Reduction Strength） 滑桿。技術上來說，這對應 DeepFilterNet3 的 Attenuation limit (dB)。簡單來說，這是透過將增強後的訊號與原始含噪訊號進行混合，以控制壓抑幅度。其背後的信噪比邏輯可簡化為：
其中， 即為您設定的衰減增益。強度越高（趨近 100），對雜訊的壓抑越強，但也越容易誤傷人聲頻段，導致聲音出現「機械感」，甚至產生斷斷續續的失真。
如何操作：三步完成降噪
第 1 步：載入音訊
點擊「輸入檔案框」，或將音訊檔案拖曳至該處，即可開啟您的音檔。載入後，您會看到清晰的音訊波形圖，並可即時播放預覽。請注意，音訊檔案只會暫存於您的裝置記憶體中，絕不會上傳至伺服器，確保資料隱私與安全。
第 2 步：調整降噪強度參數
根據您的錄音環境，拖曳滑桿選擇合適的強度（0–100）。
第 3 步：處理並下載
點擊 處理 按鈕，系統將快速執行 DeepFilterNet 模型進行推論。處理完成後，點擊音訊波形上方的 播放 按鈕即可預覽效果；若不滿意，可調整降噪強度後再次處理。最後，選擇您需要的格式（WAV 或 MP3），點擊 下載 即可取得降噪後的音訊檔案。
不同情境下的推薦降噪強度
為取得最佳聽感平衡，建議依照實際環境調整 降噪強度：
| 錄音環境／噪音類型 | 建議強度 | 預期優化效果 |
|---|---|---|
| 安靜室內（極輕微底噪） | 15–30 | 消除輕微電流聲，使人聲更通透 |
| 辦公室環境（冷氣／風扇聲） | 40–60 | 明顯壓制持續性環境雜音 |
| 戶外街道（遠處交通噪音） | 65–80 | 過濾背景雜訊，凸顯主體對話內容 |
| 極端惡劣（強風或強電流干擾） | 85–100 | 最大限度提取人聲，但需留意聲音自然度 |
常見問題
為什麼第一次處理時反應稍慢？
這是因為首次開啟工具頁面時，需載入 WebAssembly 程式碼與深度學習模型（約 17MB）。載入完成後，再次開啟頁面將直接使用瀏覽器快取，無需重複下載，處理速度會大幅提升。
為什麼處理後的聲音聽起來斷斷續續？
這通常是因為 降噪強度 設得過高。當演算法過度濾除時，會誤將部分人聲頻段當成雜訊而切除。建議調低強度滑桿，並透過「試聽 → 調整強度 → 處理」的反覆測試，找出最自然的平衡點。
WAV 與 MP3 格式該怎麼選？
若您需要進行後續剪輯，建議選擇 WAV 以保留最高音質；若是要直接分享或用於網頁，MP3 則是更節省空間的平衡選擇。