用手機錄的訪談
教科書案例：咖啡店裡兩個人，手機放在中間。濾波器去掉杯子和咖啡機，兩個聲音連同距離感留下來。一般跑一次就夠。
用 AI 清理一段錄音
在吵雜露天座錄下的語音備忘，並排送進目錄裡的兩個降噪模型，DeepFilterNet 3 和 ElevenLabs Audio Isolation。不用註冊帳號就能看到完整流程。
互動示範
真實工作流，真實成果。可自由拖曳與縮放。
使用這個工作流真實流程：同一段雜音備忘進入兩個增強聲音節點，你聽得到各自去掉了什麼。
重點摘要
- 這個工作流會產出什麼
- 2 個處理後的音訊檔
- 畫布結構
- 3 個節點，以 0 條連線相接
- 已接好的模型
- DeepFilterNet 3, ElevenLabs Audio Isolation
- 跑完一輪的費用
- 約 6 點數，即 US$0.07
在咖啡店用手機錄的訪談、在街上口述的語音備忘、背後有冰箱聲的 Podcast 人聲：背景雜音就是可用錄音和得重錄的錄音之間的差別。這個流程用目錄裡兩個會做這件事的模型去掉它，並排放，因為它們的做法不一樣。
DeepFilterNet 3 是濾波器：去掉不是人聲的部分，留下房間的空氣感，結果保持自然。ElevenLabs Audio Isolation 是重建人聲：更乾、更像廣播，子音偶爾有點合成感。示範的備忘是把乾淨人聲混上街道環境音和嗡鳴刻意做出來的，所以我們確切知道該去掉什麼。
你的檔案從節點的匯入按鈕進來，每次最長十分鐘，價錢按秒算：十四秒跑兩次清理要七美分，單用 DeepFilterNet 是每分鐘九點數。
操作步驟
- 1
匯入錄音
MP3、WAV、M4A 或 OGG，最長十分鐘。節點讀出長度，點擊之前就顯示價錢。畫布上別處產生的音訊也能接到這個埠。
- 2
跑濾波器
先 DeepFilterNet 3：最便宜也最忠實。人聲出來清楚、房間感還在，就完成了。
- 3
試試重建
如果雜音很大，或人聲要壓在音樂上，就在旁邊跑 Isolation。它出來更乾，在剪輯裡更好混。
- 4
聽子音
兩者在這裡分出高下：s 和 t 的音是降噪最先傷到的。勝出的檔案送進剪輯，或從節點下載。
變化版本與使用情境
同一塊畫布，針對不同需求微調：每個變化版本只要改兩三行提示詞。
在家錄的 Podcast 人聲
冰箱、窗外的街道、電腦風扇：穩定而柔和的雜音，濾波器去得不留痕跡。靠近麥克風的人聲，DeepFilterNet 就是對的，重建會太過。
在街上口述的備忘
示範的備忘。又大又變動的雜音，車和行人。濾波器留下一層底，重建把它抹掉：這裡是重建贏，因為你要的是聽懂，不是留住氣氛。
要放進影片的人聲
沒有錄音室拍的旁白，要壓在畫面和音樂上。更乾的 Isolation 結果，比還拖著房間尾音的人聲更容易在剪輯裡混進去。
老家庭錄音
數位化的卡帶，帶著底噪和嗡鳴。濾波器去掉底噪，留下原本的聲音，這正是我們對回憶的要求：清楚，而不是被改寫。
從觀眾席錄的演講
遠遠的聲音、殘響、咳嗽。兩者都清雜音；沒有一個縮短場地的殘響，殘響不是雜音而是空間。預期一個清楚但依然遙遠的聲音。
常見錯誤
先清理再剪
價錢按秒算。為了留十分鐘去清理一小時，多付六倍。先剪，再清理你留下的段落。
把兩種處理疊起來
濾波器再重建，或反過來，不會得到加倍乾淨：第二個模型作用在已經變形的人聲上，放大它的瑕疵。只跑一次，用耳朵選。
期待遠距離錄音有錄音室品質
降噪去掉不是人聲的東西；它不會把三公尺外的麥克風拉近。殘響和距離留著。你聽到的是同一個聲音，少了周圍的雜音。
誤把音樂拿去清理
演唱會錄音過降噪，出來只剩人聲沒有樂團：樂器被當成雜音。一首歌要的是分軌，不是清理。
推薦模型
DeepFilterNet 3
ElevenLabs Audio Isolation
SAM Audio常見問題
兩個該選哪個？
幾乎總是先濾波器：它去雜音而不重寫人聲。雜音比人聲還大、或結果要融進音樂時，用重建，因為更乾的音色更好混。
對音樂有用嗎？
沒有，而且是故意的。兩個模型都留人聲、丟其餘：對一首歌來說，音樂被當成雜音。要把歌拆成分軌，把人聲從歌曲分出來這個流程用 Demucs 做這件事。
兩個人說話呢？
兩個聲音都留著，兩個模型都不分辨說話者。走的是兩人之間的雜音，不是其中一人。只留一個聲音，得向目錄裡另一個節點 SAM Audio 用文字描述你要找的東西。
清理一次多少錢？
DeepFilterNet 3 每分鐘九點數，ElevenLabs 的 Isolation 十四點。示範的備忘十四秒跑兩個節點，六點數。價錢在點擊前就顯示在節點上，依你檔案量到的長度計算。
最長可以多久？
每次十分鐘。更長的錄音在剪輯裡切成段，或只清理你留下的段落，反正也比較便宜。
清理會改變聲音嗎？
濾波器不會：只減不加。重建會有一點：它從辨認出的東西重寫人聲，齒擦音上聽得出來。這就是示範兩個都給你看的原因。
可以清理影片的音訊嗎？
可以，分兩步：剪輯匯出音軌，節點清理它，乾淨的人聲回到畫面上取代舊的。
我的錄音會被拿去訓練模型嗎？
不會。你上傳的留在你的工作空間，不交給任何訓練，而這個問題在這裡比別處更重：談的往往是訪談和親近的人的聲音。