把人聲錄音丟進來（影片也行，只會用到音軌），前 15 秒馬上就能聽到乾淨的版本。「原始」和「降噪後」可以隨時切換，播放位置不會跑掉；決定要去掉多少雜音之後，下載一個跟原檔一樣長的 WAV。RNNoise 以 WebAssembly 跑在 Web Worker 裡，檔案從頭到尾都在你的電腦上。
檔案不會離開你的瀏覽器 — 全部在本機處理。
把音訊或影片檔拖到這裡，或點一下選檔案
一次一個檔案：MP3、M4A、WAV、OGG、FLAC，影片則取它的聲音
在真實房間裡錄的音，會把房間一起錄進去：筆電風扇、冷氣、窗外的車聲、鍵盤或冰箱的嗡嗡聲。這一頁用 RNNoise 把這類「一直在響」的背景雜音從人聲裡去掉。RNNoise 是 Jean-Marc Valin 在 2018 年發表的循環神經網路語音降噪器，這裡把它編譯成 WebAssembly，放在瀏覽器的 Web Worker 裡跑。頁面背後沒有伺服器：解碼、處理、寫檔都在你自己的機器上完成，所以沒有排隊、不用帳號，也沒有按檔案大小收費這回事。接受 MP3、M4A、WAV、OGG、FLAC，也接受 MP4、MOV 這類影片檔，影片只會讀音軌。每個聲道都保留並各自處理，立體聲進去就是立體聲出來。
前 15 秒會先處理，幾乎馬上就能播。後面還在跑的時候，你就可以用「原始／降噪後」的開關來回比對，播放位置會保留，所以同一句話可以反覆切換聽。強度滑桿從 0 到 100%，預設 85%：留一點點原本的雜音，比字與字之間完全無聲更自然——降噪過頭的錄音聽起來很假，問題就出在那裡。調整強度只是把兩路訊號混在一起，不是重跑一次，所以立刻生效，永遠不會重新處理檔案。
結果是 48 kHz、16 位元的 WAV，長度和聲道數都跟原檔完全一樣。RNNoise 原生就是在 48 kHz、每 10 ms 一個音框下運作，所以輸入會先重新取樣到這個取樣率；44.1 kHz 的 MP3 丟進去，拿回來的是 48 kHz 的 WAV。WAV 沒有壓縮，乾淨的人聲不用再過一次有損編碼——單聲道每分鐘約 5.8 MB，立體聲加倍。處理期間整個檔案都放在記憶體裡，所以目前的上限是單聲道 30 分鐘、立體聲 15 分鐘；更長的錄音請先用音訊編輯軟體切成幾段。
RNNoise 只用語音訓練過，別的都沒有。音樂會被當成雜音處理，然後被弄壞——不要拿歌曲來跑。它去掉的是穩定的雜音，不是房間：回音和殘響會留下來，因為對模型來說那是人聲的一部分。麥克風爆音造成的破音修不回來，離麥克風太遠的聲音也拉不近。開太強的話，聲音會變得水水的、斷斷續續，尤其是輕聲的子音；遇到這種情況，把強度調低，不用換檔案。視訊會議軟體或瀏覽器錄下來的檔案，通常已經做過一輪降噪，再跑一次能去掉的就少很多。
這一頁是為了發布或轉文字之前的那一步而做的：在咖啡廳錄的訪談、投影機風扇一直轉的課堂、火車上錄的語音備忘。先在這裡把聲音弄乾淨，再拿去 Video Subtitles 轉成文字；影片的話可以先用 Extract Audio from Video 把聲音抽出來。音樂檔——想知道一首歌的速度和調性——該去的是 BPM & Key Finder，不是這裡。
不會。檔案由你的瀏覽器解碼，交給編譯成 WebAssembly 的 RNNoise 在 Web Worker 裡處理，再在同一個分頁裡寫成 WAV。什麼都不會送到伺服器——頁面背後根本沒有伺服器——不管是公開的 Podcast 還是機密的訪談，這一頁的做法都一樣。檔名、長度、內容，都不會離開你的瀏覽器。
因為對這段錄音來說強度開太高了。RNNoise 會估每個頻帶裡有多少是語音，把其餘的壓下去；當雜音和人聲重疊——輕聲的子音、帶氣音的母音、非常吵的房間——強的設定會連人聲的一部分一起削掉，聽起來就像在水裡講話，或是有細碎的斷音。從預設的 85% 往下拉，拉到那些怪聲消失為止。留一點雜音，比把人聲弄壞自然多了。
可以跑，但你不會喜歡結果。這個模型被訓練成「留下語音、其餘全部去掉」，所以樂器、殘響的尾巴、和聲都會被當成雜音切得支離破碎。它是為講話的錄音設計的：訪談、課堂、Podcast、語音備忘、會議錄音。如果你想分析的是一首歌——它的 BPM 和調性——請用 BPM & Key Finder。
去不掉。回音和殘響是人聲本身的反射，對模型來說那是語音的一部分，不是雜音。錄的時候離麥克風太遠也一樣，這一頁沒辦法把聲音拉近。它能去掉的是穩定的背景雜音——風扇、冷氣、車聲、電流的嗡聲、鍵盤的敲擊聲——那跟房間的聲學是兩回事。
48 kHz 是因為 RNNoise 就是在這個取樣率下運作——它以 48 kHz 處理 10 ms 的音框，所以輸入會先重新取樣再降噪。WAV 是因為它沒有壓縮：乾淨的人聲不用再過一次有損編碼器，而且任何剪輯軟體、轉錄工具、影片程式都打得開。檔案會比 MP3 大，單聲道每分鐘約 5.8 MB；需要小一點的檔，事後再把 WAV 轉檔就好。
因為處理期間整段解碼後的錄音都放在瀏覽器的記憶體裡，而 48 kHz 的音訊很快就會變大：單聲道 30 分鐘、立體聲 15 分鐘，大概就是一般筆電或手機還撐得住的範圍。更長的錄音請先切成幾段。這個上限是記憶體的問題，不是時間的問題——更長的檔案不會慢很多，而是有可能讓分頁記憶體不足而當掉。
沒有你想的那麼有用。視訊會議軟體和瀏覽器裡的錄音功能在存檔前就做過自己的降噪，RNNoise 擅長的那種穩定雜音大多已經不在了，剩下的通常是第一輪處理留下的痕跡，再跑一次也救不回來。用 15 秒的預覽試試看：如果「原始」和「降噪後」聽起來幾乎一樣，就表示這段錄音本來就不需要。
把清乾淨的錄音轉成逐字稿或字幕 →
找出歌曲的速度、調性和 Camelot 調號 →
把影片的音軌存成獨立的檔案 →
邊錄音邊出逐字稿 →