完整指南
iZotope RX 对话清理：逐模块拆解
按模块拆解 iZotope RX 的对话清理：Voice De-noise、De-hum、De-reverb、Mouth De-click、Spectral Repair 和 De-wind。每个模块做什么、有哪些控制项、在什么地方就力有不逮——依据 iZotope RX 11 的官方文档。
KKirill创始人兼创意总监6
拆解的 RX 模块数
RX 11
本次拆解依据的版本
50 赫兹
电网嗡声频率
iZotope RX 是一款对话清理软件：频谱编辑、降噪与定点修复模块集中在一个应用里。本指南讲的是真正影响语音清晰度的模块：Voice De-noise、De-hum、De-reverb、Mouth De-click、Spectral Repair 和 De-wind。内容依据 iZotope RX 11 的用户手册撰写：每个模块都有自己的控制项，也都有自己的局限，下面写的就是厂商文档中说明的部分。
Voice De-noise
自适应降噪与手动降噪
Voice De-noise 从人声录音里去掉宽带噪声：嘶声、空调低频嗡鸣、风扇声、房间底噪。模块内部是 64 个按听觉尺度分布的带通滤波器，它们相当于一个多频段门限：高于门限的部分原样通过，低于门限的部分被衰减。
Learn 模式（手动）。噪声门限按一段纯噪声样本来设定：选中只有底噪的片段，点击 Learn。手册建议至少取 1 秒纯噪声——片段越长，门限节点的落点越准。
Adaptive 模式。模块会随噪声底噪的变化自动调整门限；在自适应模式下，门限会被刻意压低，以免出现伪影。这个模式适合底噪不断变化的录音。
门限是一条由 6 个节点组成的曲线：可以手动调整，开启 Adaptive Mode 时也可以由它在实时过程中自动跟随。
滤波类型有两种模式：Surgical 去除得更多，但会牺牲音色，也可能产生音乐噪声伪影；Gentle 更透明，但对高频嘶声的削减较少。语音和音乐各有专门的模式：Optimize for Dialogue 对噪声变化的反应更快，但并不适合歌声中的噪声，Optimize for Music 则不会压掉长音。
Voice De-noise 的实操要点
- 噪声样本要取自干净的底噪片段：手动模式下的门限由它决定，后面所有处理都建立在这个片段的质量上。
- 自适应模式下门限会自行调整，但它被刻意压低——伪影更少，能去掉的噪声也就更少。
- 用耳朵听差异：Difference 输出里是 RX 去掉的东西。如果那里能听到人声，说明门限压得太低了。
- 手动挪动门限节点：一共 6 个，在 Adaptive Mode 下它们会自动跟随。
- 语音和音乐用不同的模式：Optimize for Dialogue 对噪声变化反应更快，Optimize for Music 不会压掉长音。
De-hum：电网嗡声
去除电网嗡声
电网嗡声是电源带来的持续底噪：接地问题、廉价电源、靠近麦克风的线缆。它的频率在美国是 60 赫兹，在世界其他地区是 50 赫兹。
De-hum 模块有 2 种模式。Static 用来处理谐波不多的简单周期性嗡声，前提是嗡声没有侵入人声频段。Dynamic 用来处理复杂嗡声：谐波超过 12 个、非谐性的嗡声、窜入高频的嗡声，或者与人声重叠的嗡声。
Static 模式下的控制项：Base Frequency 是嗡声的主频率，可以边听 Preview 边调整，频谱分析仪是参照；Filter Q 是针对主频率及其谐波的陷波滤波器带宽；Learn 会根据选中的嗡声片段自动设定主频率；如果嗡声音高在录制过程中发生变化，Adaptive Mode 会随之调整陷波滤波器。
Dynamic 模式的控制项不同：Sensitivity 决定去除多少嗡声；Bands 是动态陷波滤波器的数量，遇到复杂嗡声可以调高，代价是透明度下降；Filter Q 和 Range Selectors 决定滤波带宽与处理区间的边界。
诚实的局限：De-hum 能去掉嗡声的频率，但无法还原被过载扭曲的人声。如果嗡声大到波形已经被削平，信号就算损坏了，模块也救不回来。
De-hum 排错：嗡声消不掉时
如果嗡声没有完全消失，请按顺序检查： — 主频率是否设置正确。有些设备的嗡声并不正好落在电网频率上，需要按频谱分析仪上的峰值来设定 Base Frequency（Window > Spectrum Analyzer）。 — 覆盖的谐波是否够用。遇到复杂嗡声请切换到 Dynamic 模式：它是为谐波很多的嗡声、非谐性嗡声以及窜入高频的声音准备的。 — 嗡声下面是否还有宽带噪声。如果除了嗡声还有嘶声或风扇声，单靠 De-hum 不够：先用 Voice De-noise 压低宽带噪声，再回头处理嗡声。 — 嗡声是否妨碍了降噪本身。Blackmagic Design 文档里写得很直白：如果片段里既有嗡声又有噪声，先去掉嗡声，让降噪插件去处理处于另一个频段的噪声。
De-reverb
降低房间回声与混响
De-reverb 缩小麦克风录进去的房间体积：反射声和混响尾巴。模块依据混响与直达声的比例（wet/dry）工作。Learn 会分析信号，逐频段确定这个比例以及整体衰减速度，然后自行设定 Reverb Profile 和 Tail Length。手册建议选取一段以噪声底噪开头、持续数秒、同时包含直达声和它混响尾巴的素材来学习。
Tail Length 近似于 RT-60：混响信号的振幅衰减 60 分贝所需的时间。处理后如果尾巴又冒出来，就把这个值调大；如果声音发闷、像是被过度处理，就调小。早期反射是直达声从附近表面弹回来的快速回声，通常落在混响尾巴最初的 5–100 毫秒里，而 Tail Length 的最小值正是用来对付早期反射的。
Artifact Smoothing 控制的是频率精度：默认值很高，因为混响在整个频谱上都很平滑；调低之后共振成分处理得更准，但伪影也更多。Enhance Dry Signal 提升直达声的电平——这能找回动态范围，也方便为后面的降噪做准备。Output Reverb Only 让输出只剩下混响成分，这样就能听清模块究竟把什么当成混响。
使用方式：De-reverb 以 VST/AU/RTAS/AAX 实时插件的形式提供，但处理复杂、比较吃资源。想要高质量，更好的做法是在 RX Audio Editor 里打开文件、应用模块，再把结果放回剪辑工程。
Mouth De-click
去掉咂嘴声和唇部爆音
Mouth De-click 去除口腔声音：舌头的弹响、咂嘴声、口腔里的湿润声。模块主要面向较长的片段，但也能去掉单个爆音。
Sensitivity 决定识别出多少爆音；调得过高，模块就会开始伤到爆破音，把原始信号弄坏。Frequency Skew 把爆音的搜索位置移向低频或高频：负值适合普通爆音，比如黑胶唱片上的那种，零和正值则适合处于频谱中段的口腔爆音。Click Widening 扩大爆音周围的修复范围，对于有衰减过程的声音（比如咂嘴声）很有用。
操作流程：在整条人声轨上跑一遍模块，听一听，必要时再来一次。有时跑第二遍效果更好：第一遍可能漏掉被更响的爆音掩盖的轻微爆音。
建议：先 Voice De-noise，再 Mouth De-click。噪声底噪高的时候，爆音会淹没在噪声里，识别也就不那么准了。
Spectral Repair
为孤立噪声做手动频率修复
Spectral Repair 是在频谱图里做手动修复：你选中出问题的区域，模块用周边的数据把声音重新拼出来。模块把选区视为受损的音频，再用周围的素材去修复它。
三种工作方式。Attenuate 把选区内容和周边内容作比较，把选中区域的电平降到周边水平，但不重新合成音频——它适合背景噪声，也适合那些没有完全盖住目标信号的事件。Replace 用周边数据插值得到的音频整体替换选区，适合受损的持续音调段落。Pattern 从相邻区域里找出重复出现的图案。
控制项：Bands 决定用于插值的频带数量——频带越多，频率分辨率越好，但需要更宽的周边区域，短选区和瞬态则用不了那么多；Surrounding Region Length 决定取多少周边声音参与插值；Multi-Resolution 把低频成分的频率分辨率和高频成分的时间分辨率分开处理；Direction of Interpolation 决定素材从哪里来——取左右、上下，或各个方向上的信号。
诚实的局限：如果噪声在频率和时间上都和语音重叠，修复会连语音一起削掉。Spectral Repair 能减少噪声，但没法替你在噪声和词句之间做选择——这仍然由操作者决定。
De-wind
去掉外景对话里的风声
De-wind 处理的是阵风撞上麦克风振膜时产生的、时断时续的低频嗡鸣。模块针对的是轻度和中度阵风，遇到把麦克风信号压过载并造成失真的强风就不适用了。
控制项：Reduction 决定压风的力度与保留原始信号之间的平衡；Crossover Frequency 是算法工作的上限频率；Fundamental Recovery 找回被风声盖住的人声低次谐波；Artifact Smoothing 去掉 FFT 处理特有的音乐噪声，听起来像在水下。
按场景划分的重要局限：模块适合处理前景中时断时续的风，也就是阵风周期性地直接拍在振膜上的录音。如果风是持续的或者处在背景里，De-wind 会把它当成噪声底噪的一部分而保留下来。手册建议这类录音改用 Spectral De-noise，或者再跑一遍 De-wind。
典型场景
带空调和电网嗡声的酒店采访
场景：在酒店会议室里做的采访。空调带来持续的低频底噪，接地问题又添了电网嗡声，瓷砖地面带来反射，领夹麦克风录进了嘴里的爆音。
处理链：
— Voice De-noise 用 Learn 模式：在句子之间的停顿处学习，那里只有房间底噪。
— De-hum：设定嗡声的主频率；如果嗡声复杂，就切到 Dynamic 模式。
— De-reverb：在带人声和混响尾巴的片段上学习，必要时提升直达声电平。
— Mouth De-click：整轨跑一遍，必要时再来一次。
结果：对白干净、贴耳、自然；残留的房间底噪几乎听不出来。
有摩托车车流的街头 vlog
场景：主持人在热闹的城市街道上直接对着镜头说话。驶过的摩托车在频率和时间上都压住人声，没法一个一个单独去掉；持续的城市噪声留作底噪。
处理链：
— Voice De-noise 用 Adaptive 模式：噪声一直在变，门限自行跟随。
— Spectral Repair 处理词与词之间的孤立喇叭声：在频谱图上选中该区域，用插值替换。
— De-hum：主频率取自附近变压器带来的嗡声。
结果：主持人的声音更清楚，持续底噪被压下去，但摩托车经过的声音仍然可闻——不破坏人声就没法把它去掉。想要干净的结果，这类人声应该在录音棚重录，再与画面同步。
有海风的海滩婚礼
场景：刮风的沙滩上举行婚礼仪式。持续的海风在司仪的领夹麦克风里嗡嗡作响，阵风带来瞬间的过载，安静段落里还能听见宾客的谈话。
处理链：
— De-wind：去掉持续的风声嗡鸣；底噪持续时再跑一遍模块会更有帮助。
— Voice De-noise 用 Learn 模式：在只有宾客声的安静片段上学习。
— Spectral Repair 处理阵风造成的削波瞬间：选区用插值替换，这些位置的部分语音不可避免地会丢失。
— De-reverb：户外几乎没有混响，开放环境反而带来一点轻微的散射感。
结果：仪式音频可用；削波处有质量损失，但词句仍然听得清。
处理顺序与工作流程
推荐的模块处理顺序
模块的施加顺序有讲究：靠前的模块可能干扰后面的模块。
文档确认了一条规则：先处理嗡声，再处理噪声。如果一段录音里既有电网嗡声又有宽带噪声，就先把嗡声去掉——降噪插件应当去处理处在另一个频段的噪声，否则它会跟嗡声较劲，效果反而打折。
再往后，顺序要按录音来定。孤立事件（摔门声、电话铃声、设备咔哒声）用频谱修复在降噪之前去掉更省事，免得自动模块把它们当成噪声抓住。风声嗡鸣也要在降噪之前处理，因为它同样会抬高噪声底噪。混响和口腔爆音放在最后，等信号已经干净了。
这个顺序是起点，不是规章。别把模块用在录音里并不存在的问题上：每一步处理都有自己的代价。
RX 操作要点
- 分段处理，不要整文件一起做：这样前后对比更容易，也能针对具体片段调参数。
- 始终保留原件：RX 会直接改写音频，请通过 File > Save As 另存。
- History 面板（Window > History）可以撤销任意一步处理，回到处理链上的任何一个节点。
- 每跑完一个模块就渲染并试听：几个模块连着做，看不出是哪一步带来了伪影。
- 经常和原片对比：连做几个模块之后耳朵会适应，判断会失准。
- 导出差分（Module > Output: Difference）听一听：如果里面能听到人声，说明你删多了。
FAQ：iZotope RX 对话清理
iZotope RX 里降噪降多少算过头？
文档没有给数值上限。它说的是另一件事：自适应模式下门限会被刻意压低，以免出现伪影；Surgical 模式去除得更多，代价是音色。听到伪影就把门限调高，或者换成更柔和的滤波类型；噪声还在就调低。录音里噪声特别重时，合理的做法是重录，而不是把抑制拉满。
怎么去掉外景录音里的 50 赫兹嗡声？
用 De-hum 模块。电网嗡声在欧洲和亚洲大部分地区是 50 赫兹，在美国是 60 赫兹。按频谱分析仪上的峰值设定 Base Frequency（Window > Spectrum Analyzer），Filter Q 保持窄，这样能切掉该频率而不影响周边声音。嗡声复杂就切到 Dynamic 模式。如果嗡声还在，检查一下旁边是否有宽带噪声：有的话先跑 Voice De-noise，再跑 De-hum。
De-reverb 能把对白里的房间回声彻底去掉吗？
不能彻底。模块依据混响与直达声的比例工作，只减少混响所占的份额。至于能切多深，文档没有给出数值。处理后尾巴又冒出来，就加大 Tail Length；声音发闷、像是被过度处理，就把它调小。混响很严重时，更实际的做法是在做过声学处理的房间里重录。
RX 模块的正确处理顺序是什么？
文档确认的顺序只有一个：先嗡声，后噪声。Blackmagic Design 的说法很直接：片段里既有嗡声又有噪声时，先去掉嗡声，让降噪专注于处在另一个频段的噪声。至于其余顺序，由你决定：De-reverb 和 Mouth De-click 放在确实能出效果的地方，不要把模块用在录音里并不存在的问题上。
iZotope RX 能修复削波或失真的音频吗？
只能部分修复。De-clip 模块通过插值门限以上的波形来修复削波伪影，所以当削波只是轻微削平峰值时它能起作用。门限要设在信号开始削波的电平略低处。但如果信号过载严重到失真已经写进文件里，修复无法还原原始波形——重录更可靠。
RX 怎么和 Pro Tools 一起用？
通过 RX Connect 插件：它把一个或多个片段送到独立的 RX 11 应用里，在频谱图中处理；在 Send For Repair 模式下，处理结果会送回宿主。在 Pro Tools 里，这个插件可以从 AudioSuite 菜单调用。另一种做法是把片段导出，在独立的 RX 里处理，再导回工程。
需要专业的对话清理？
我们的音频工程师清理在复杂环境里录下的对白——空调低频嗡鸣、街道车流、海边阵风、瓷砖房间的回声。我们使用 iZotope RX、Pro Tools，也有外景录音的经验。发一段素材过来，我们评估音质状况。
免费音质评估