iZotope RX 对话清理：真正有效的设置

iZotope RX 是电影、电视、广告和在线视频制作中对话清理的主流工具。没有其他软件能将频谱编辑、机器学习降噪和针对性修复模块整合在一个应用程序中。本指南涵盖了与对话清理相关的每个模块，包括具体的初始设置、诚实的局限性说明以及来自越南制作工作的真实案例。这里的设置适用于 RX 10 或 RX 11——这些版本之间的模块界面保持一致。

Voice De-noise 可消除对话录音中的宽带噪声（嘶嘶声、空调声、风扇噪声、环境房间噪声）。它提供两种模式：Learn 和 Adaptive。 Learn 模式：选择一段纯噪声部分（没有对话——只有背景声），点击 Learn。RX 会捕获一个噪声配置文件——噪声底噪的频谱快照。然后处理整个片段。该模块从音频中减去噪声配置文件，只留下对话。这是最可靠的方法，因为您可以精确控制被移除的内容。 Adaptive 模式：该模块持续分析音频并实时分离噪声和对话。不需要噪声配置文件。Adaptive 更快但精度较低——它可能将安静的对话误判为噪声并予以移除。只有在没有干净的纯噪声段可供学习时才使用 Adaptive。 常见场景设置： 轻度空调噪声（酒店会议室、办公室）： - 模式：Learn（在对话语句之间捕捉 2-3 秒的纯空调声） - 降噪量：6-10 dB - 噪声配置文件：捕捉低频轰鸣（60-200 Hz）加上宽带嘶嘶声 - 学习时间：至少 2-3 秒 - 结果：对话听起来自然，空调声变得几乎听不到。在这些级别下没有伪影。 中等空调 + 风扇噪声（越南咖啡馆、餐厅厨房区域）： - 模式：Learn - 降噪量：10-16 dB - 噪声配置文件捕捉低频分量和中频风扇嗡嗡声（800-2000 Hz） - 潜在伪影：超过 10 dB 降噪量时对话会轻微变薄。在 De-noise 之后用轻微的高频搁架提升（8 kHz 处 1-2 dB）来补偿。 重度背景噪声（街道录音、河内/胡志明市的摩托车交通）： - 模式：Adaptive（交通噪声不断变化——静态噪声配置文件无法捕捉变化） - 降噪量：12-18 dB - Adaptive 速度：中等（更快的速度追踪噪声变化但有将对话一起拉走的风险） - 结果：显著降噪但仍会残留一些噪声。严重的交通噪声无法在不产生伪影的情况下完全消除。预期 60-80% 的改善，而非 100%。 诚实局限性：超过 18-20 dB 的降噪量，Voice De-noise 会引入可听到的伪影——对话出现水声、相位失真的非自然质感。这适用于所有降噪算法，不仅仅是 RX。如果需要超过 18 dB 的降噪量，说明录音噪声太大，应尽可能重新录制（ADR）。

越南的电网以 50Hz 运行（与欧洲和亚洲大部分地区相同，不同于美国、加拿大和南美部分地区使用的 60Hz）。来自接地问题、廉价电源和附近电气设备的电气嗡嗡声会引入 50Hz 基频以及 100、150、200、250、300 Hz 及更高频率的谐波。 越南 De-hum 模块设置： - 基频：50 Hz - 滤波器类型：Notch（默认且推荐） - 谐波数量：10（捕获高达 500 Hz 的谐波系列） - 滤波器 Q 值：10-20（窄带陷波——移除嗡嗡声频率而不影响周围音频） - 降噪量：从 6 dB 开始，如果嗡嗡声仍可听到则增加到 12 dB 接地环路嗡嗡声（持续存在，贯穿整个录音）： - 这是最容易移除的嗡嗡声，因为它是一致的。 - 降噪量：8-12 dB 通常可完全消除。 - Q 值：15-20 用于精确移除。 - 结果：嗡嗡声消除，这些设置下没有可听到的副作用。 间歇性嗡嗡声（设备开关循环、冰箱压缩机）： - Learn 模式：在较响的部分捕获嗡嗡声配置文件。 - Adaptive 模式：使模块能够追踪嗡嗡声振幅变化。 - 降噪量：6-10 dB（保守设置，因为嗡嗡声不是持续的，激进设置在安静期间会移除过多）。 - 结果：嗡嗡声减少但在突然增强时可能无法完全消除。最严重的部分可能需要后续手动频谱修复（Spectral Repair 模块）。 诚实局限性：De-hum 无法修复饱和录音中的接地环路。如果嗡嗡声大到使音频波形失真（在波形显示中可见削波），损害是永久性的。De-hum 移除嗡嗡声频率但无法重建被嗡嗡声失真的对话。

De-reverb 可减少对话录音中的反射和房间混响尾音。它无法完全消除混响，但可以减少 4-10 dB，使对话听起来更近、更清晰。 De-reverb 效果好的情况：来自硬表面（瓷砖地板、混凝土墙壁、玻璃窗）的中等混响。这是越南室内最常见的混响问题——现代公寓、酒店大堂、餐厅和办公室通常铺有瓷砖或大理石地板，软装家具很少。 瓷砖/大理石房间回声设置（在越南很常见）： - 降噪量：6-8 dB - 混响配置文件：Auto（RX 自动分析混响尾音） - Enhancement：0-2 dB（为被混响软化的对话增加临场感） - 结果：对话明显更近、更直接。回声减少但未消除。这是一个好结果——请接受它。 教堂/大厅混响设置（高天花板、长混响尾音）： - 降噪量：4-6 dB - 混响配置文件：Auto - Enhancement：2-3 dB - 结果：中等改善。长混响尾音在数学上与直接对话交织在一起。对长混响使用激进的 De-reverb 会产生空洞、金属质感的对话。 De-reverb 失败的情况：尾音极短的混响（200ms 以下）——没有足够的混响尾音供算法分析。极长的混响（3 秒以上）——混响能量超过直接声能量，算法无法将它们分离。 诚实局限性：De-reverb 在任何超过 10 dB 降噪量的设置下都会产生空洞、相位失真的对话伪影。声音开始听起来像是通过金属管道录制的。这是当前机器学习 De-reverb 技术的硬性限制。如果您的对话需要超过 10 dB 的混响降噪，ADR 是更好的解决方案。

Mouth De-click 可消除对话录音中的嘴唇咔嗒声、舌头咔嗒声和湿润嘴部噪音。这些声音由唾液产生，在近距离麦克风录音（领夹式麦克风）和口干说话者中尤其成问题。 设置： - Sensitivity（灵敏度）：6（默认起始值）。范围 1-10。更高的灵敏度检测更多咔嗒声，但可能将合法辅音（T、K、D）标记为咔嗒声并将其柔化。 - Click Widening：1.0ms（默认）。控制每个检测到的咔嗒声周围处理多少音频。对于响亮、宽广的嘴部咔嗒声，增加到 2.0ms。对于细微的咔嗒声，减少到 0.5ms。 - Frequency Skew：0（中性）。正值优先处理高频咔嗒声，负值优先处理低频嘴唇声。 工作流程：以 Sensitivity 6 对整个对话轨道运行 Mouth De-click。聆听结果。如果嘴部咔嗒声仍然存在，增加到 7 并在特定部分重新运行。如果合法辅音听起来被柔化了，减少到 5。 专业提示：Mouth De-click 在 Voice De-noise 之后效果最好。宽带噪声干扰咔嗒声检测——当噪声底噪较高时，算法无法区分噪声瞬态和嘴部咔嗒声瞬态。

Spectral Repair 是一个手动工具，用于移除对于自动模块来说太短或太特定的孤立噪声。它在频谱图视图中工作——您选择干扰频率范围和时间范围，RX 插值周围音频来填补空白。 常见用途： - 对话期间的门砰声 - 背景中的电话铃声或通知声 - 麦克风外某人的单次咳嗽或打喷嚏 - 室外拍摄期间的鸟鸣或虫鸣 - 设备蜂鸣声或警报声 使用方法： 1. 打开频谱图视图（Tab > Spectrogram）。 2. 放大到干扰声音。调整频率缩放以清楚看到噪声。 3. 使用 Time-Frequency Selection 工具（I 键）选择噪声。只选择噪声——不要选周围的对话。 4. 打开 Spectral Repair 模块。 5. 模式：Replace（用来自周围时间/频率数据的插值音频填充选区）或 Pattern（用来自相邻区域的匹配图案替换）。 6. 点击 Render。 设置： - Replace 模式配合默认插值设置可处理 90% 的频谱修复需求。 - Pattern 模式对持续音调（电话铃声、警报声）效果更好，因为 Replace 模式可能在持续频率中产生间隙。 - Band Limiting：设置频率范围以匹配噪声。门砰声占据 0-500 Hz。电话铃声占据 800-2000 Hz。将修复限制在这些频率内可保护频谱的其余部分。 诚实局限性：Spectral Repair 无法修复在同一频率范围和时间内与对话重叠的噪声。如果有人在对话的同一频率范围内砰门（通常如此——低频），移除门砰声也会移除那部分对话。在这些情况下，Spectral Repair 可以减少噪声但无法在不损害对话的情况下完全消除它。

De-wind 可消除对话录音中的低频风声轰鸣。风吹击麦克风振膜产生宽带低频噪声（0-300 Hz），其振幅随阵风变化而变化。这是越南室外拍摄中的常见问题，特别是在季风季节（7-9 月）和沿海地点（岘港海滩、会安海滨）。 设置： - Strength（强度）：3-6（默认起始值）。范围 1-10。更高的强度移除更多风噪但可能使对话基频变薄。 - Cutoff Frequency（截止频率）：200 Hz（默认）。风噪主要在 200 Hz 以下。如果风声轰鸣延伸更高则增加到 300 Hz。 - Adaptation（自适应）：中等。控制模块追踪阵风振幅变化的速度。 沿海风（岘港海滩，稳定微风伴阵风）： - 强度：4-6 - 截止：200 Hz - 结果：风声轰鸣显著减少。对话更清晰。可能丢失一些低频厚度——在 De-wind 之后用轻微低频搁架提升（80 Hz 处 1-2 dB）补偿。 季风风（强劲、阵发性、伴有降雨）： - 强度：7-9 - 截止：300 Hz - 结果：风噪减少但对话在 300 Hz 以下听起来变薄。这是一个困难的场景——季风风强劲且不可预测。考虑对最严重的部分使用 ADR。 诚实局限性：De-wind 无法修复已削波的风噪录音。如果阵风使麦克风前置放大器过载（在波形中可见为平顶峰值），损害是永久性的。在所有室外麦克风上使用防风毛套（deadcat）从源头预防此问题。

问题：在岘港一家酒店会议室录制的采访。空调产生持续的低频轰鸣。电气接地问题引入 -35 dBFS 的 50Hz 嗡嗡声。瓷砖地板在受试者声音上产生中等混响。领夹式麦克风捕捉到嘴部咔嗒声。 处理链： 1. Voice De-noise：从语句间 2 秒静默处学习。降噪量：10 dB。消除空调宽带噪声。 2. De-hum：基频 50Hz，10 个谐波，Q=15，降噪量：8 dB。完全消除电气嗡嗡声。 3. De-reverb：降噪量：6 dB，Enhancement：1 dB。将瓷砖地板回声降低到可接受水平。 4. Mouth De-click：灵敏度：6。消除 90% 的嘴部咔嗒声。 结果：对话干净、清晰、自然。残留的房间底噪几乎听不到。总处理时间：每分钟音频 2 分钟。

问题：主持人在岘港街头直接对着镜头说话。摩托车每 3-5 秒经过一次，在 200-4000 Hz 范围内产生宽带噪声。单独的摩托车经过声无法被移除——它们在频率和时间上与对话重叠。持续的低水平交通噪声。 处理链： 1. Voice De-noise：Adaptive 模式。降噪量：14 dB。显著降低持续的交通背景噪声。 2. Spectral Repair：手动移除两个发生在词语之间的孤立喇叭声（在频谱图中选择，用插值替换）。 3. De-hum：基频 50Hz，降噪量：6 dB。移除附近电气变压器的嗡嗡声。 结果：主持人的声音明显更清晰。摩托车经过声减少但仍可听到——无法在不破坏对话的情况下完全移除。建议在录音棚重新录制旁白并同步到画面以获得干净的最终结果。这是嘈杂街道录音的诚实答案。

问题：在岘港美溪海滩举行的婚礼仪式。稳定的沿海风在主持人的领夹式麦克风上产生低频轰鸣。阵风在 3 个时刻造成瞬间过载。安静段落期间的宾客背景嘈杂声。 处理链： 1. De-wind：强度：5，截止：200 Hz。有效减少稳定的风声轰鸣。 2. Voice De-noise：从安静段落学习。降噪量：8 dB。降低宾客嘈杂声的背景噪声。 3. Spectral Repair：手动修复 3 个削波阵风时刻——选择并用插值替换。这 3 个时刻中不可避免会有一些对话损失。 4. De-reverb：降噪量：4 dB。海滩的混响出奇地少（沙子吸收声音），但露天环境增加了轻微的扩散质感。 结果：仪式音频可用。3 个削波时刻有轻微质量损失但词语仍然可辨。风噪降低到几乎听不到的背景声。对于精彩影片，这是可接受的。对于纪录片，请以 ADR 重新录制主持人的关键誓言。

应用 RX 模块的顺序很重要。如果以错误的顺序应用，前面的模块可能会干扰后面的模块。 推荐的处理链： 1. Spectral Repair——首先修复孤立问题（门砰声、电话铃声、设备咔嗒声），以免干扰自动模块。 2. De-wind——移除影响 De-noise 噪声底噪的低频风声轰鸣。 3. De-hum——移除电气嗡嗡声。窄带、特定频率。最好在宽带降噪之前完成。 4. Voice De-noise——降低宽带噪声底噪。现在嗡嗡声和风噪已经处理完毕，De-noise 可以专注于剩余噪声。 5. De-reverb——减少房间回声。De-reverb 在干净对话上比嘈杂对话上效果更好。 6. Mouth De-click——最后移除嘴部咔嗒声，此时噪声底噪最低，咔嗒声检测最准确。 此顺序是起点。根据录音中的具体问题进行调整。如果录音没有风噪，跳过 De-wind。如果录音没有电气嗡嗡声，跳过 De-hum。永远不要应用模块来修复不存在的问题——每个处理步骤都会引入微小的质量损耗。