處理會議錄音、Podcast 或教學影片時，經常會同時遇到兩個問題：背景有持續性的冷氣聲，人聲音量又忽大忽小。

這時如果直接提高整段音量，背景雜音也會跟著被放大；但如果一開始就套用很強的降噪，人聲尾音又可能變薄。

今天整理一套比較完整的處理順序：

1. 備份並檢查原始音檔
2. 處理背景雜音
3. 調整局部音量
4. 使用壓縮控制動態
5. 最後進行音量標準化
6. 在不同裝置上驗收

第一步：不要急著處理，先檢查原始音檔

開始前先保留未經處理的原始檔，並完整播放一次。

我會先確認以下問題：

• 是否存在持續性的冷氣聲、風扇聲或電流聲
• 人聲忽大忽小是偶爾發生，還是貫穿整段錄音
• 波形頂部是否被削平
• 是否有敲桌子、關門或鍵盤聲等突發雜音
• 說話者與麥克風的距離是否不斷改變

如果波形已經削平，而且播放時能聽到明顯破裂聲，代表錄音可能已經發生 clipping。單純降低音量只能讓破音變小，不能把遺失的聲音細節完整恢復。

第二步：為什麼通常要先去雜音？

假設一段人聲太小，背景同時存在穩定的風扇聲。

如果先將整段提高 6 dB，人聲和風扇聲都會一起提高。後續使用壓縮器時，小聲區域又可能被進一步拉大，最後連原本不明顯的底噪都會變得很清楚。

因此，比較合理的順序是先降低穩定的背景聲，再處理人聲音量。

不過，這裡的目標不是把背景清到完全無聲，而是降低到不妨礙理解。處理過重可能造成以下問題：

• 句尾被提早切斷
• 呼吸聲忽然消失
• 人聲出現金屬感或水波感
• 每句話之間變得過度安靜
• 原本應該保留的環境聲被一起移除

第三步：先用短片段測試，不要直接處理整檔

我建議先截取 20 至 30 秒的代表性片段，內容最好包括：

1. 正常音量的人聲
2. 一段較小聲的人聲
3. 沒有人說話的停頓
4. 持續性的背景雜音
5. 一個句尾或呼吸聲

接著使用 Audio Cleaner 的免費線上去除雜音功能處理這段素材，再與原始檔進行 A/B 比較。

Audio Cleaner 提供噪音、風聲、回音與混響等不同處理方向，也能直接上傳音訊或影片。對不熟悉 Noise Profile、Threshold 或頻譜編輯的新手而言，它比傳統音訊軟體更容易建立第一個可用版本。

如果短片段的人聲仍然自然，再處理完整檔案，可以避免浪費時間和免費點數。

第四步：用 Clip Gain 修正局部音量

完成基礎降噪後，不要立刻對整段套用強力壓縮。應先找出特別大聲或小聲的句子，使用 Clip Gain 或片段音量進行局部調整。

例如：

• 某句話突然太大聲，可以先降低約 2 至 4 dB。
• 說話者短暫遠離麥克風，可以適度提高該片段。
• 敲桌子的聲音發生在停頓處，可以單獨降低，不必影響整段人聲。

這一步是讓音量先回到相近範圍，減少後面壓縮器需要處理的幅度。

實際調整數值要依素材判斷，不建議把每個片段都拉到完全一樣。自然說話原本就有強弱變化，全部修成相同音量反而會失去語氣。

第五步：用壓縮器縮小音量差距

壓縮器的作用，是縮小大聲與小聲之間的差距。

新手可以先從較保守的設定開始：

• Ratio：從 2:1 或 3:1 開始測試
• Threshold：讓較大的句子觸發壓縮即可
• Attack：避免設定得過快，以免字頭失去力度
• Release：以不產生明顯音量抽動為原則
• Gain Reduction：說話內容可先控制在約 3 至 6 dB 內

這些數值不是固定答案。重點是觀察壓縮器是否只控制較大的聲音，而不是從頭到尾都在大幅壓縮。

如果停頓時的底噪突然被拉高，或每次說話後都出現明顯的音量起伏，通常代表壓縮太重，或前面的雜音還沒有處理好。

第六步：最後再做音量標準化

標準化適合放在工作流程後段，讓完成處理的音檔到達預定的輸出音量。

它和壓縮的作用不同：

• Clip Gain 用來修正個別片段
• 壓縮用來縮小聲音的動態差距
• 標準化用來調整成品的整體音量

如果一開始就做標準化，通常只是將人聲和背景聲一起放大，並不能真正解決音量不穩定的問題。

Audio Cleaner 也提供標準化與自動均衡等功能。若只是日常會議、簡單旁白或社群影片，可以在同一個線上流程完成初步處理；正式 Podcast 或商業影片則建議將降噪後的檔案送進剪輯軟體，再做精細的動態與響度控制。

第七步：不要只用一副耳機驗收

完成後至少使用三種方式播放：

• 耳機：檢查底噪、呼吸聲和數位失真
• 筆電喇叭：檢查人聲是否足夠突出
• 手機外放：確認一般觀眾能否清楚聽見內容

比較前要把原始檔與處理後檔案調整到接近的播放音量。否則音量較大的版本往往會被誤認為音質比較好。

哪些情況不適合只靠 AI 降噪？

即使使用 AI 工具，下列問題仍可能需要重新錄音或手動修復：

• 人聲已經被環境聲完全蓋住
• 錄音產生嚴重 clipping
• 多個說話者與背景人聲重疊
• 麥克風持續摩擦衣服
• 強風直接吹向麥克風
• 音檔經過多次低品質壓縮

AI 可以降低干擾，卻無法憑空找回原始錄音裡不存在的細節。

今天的結論

一套比較穩定的音檔降噪流程應該是：

原始檔檢查 → 短片段降噪測試 → 局部音量調整 → 動態壓縮 → 音量標準化 → 多裝置驗收。

在需要精細控制時，桌面音訊軟體仍然有優勢；但對大多數會議錄音、教學影片、Podcast 初剪和社群內容來說，我目前更推薦先用 Audio Cleaner 完成第一階段處理。

原因不是它能取代所有後製工具，而是音訊和影片都能直接處理，也不需要先理解複雜的降噪參數。先快速取得自然、可用的版本，再決定是否進一步細修，通常是效率最高的做法。

下一篇將進入工具實測：使用同一段測試素材，比較 Audio Cleaner、MyEdit 與 Adobe Podcast 的操作流程、免費限制和適用場景。