dotslashsimran/clean-audio

清理音频

使用 rough-cut 技能的 Python 环境：PY=~/simcraft/skills/rough-cut/.venv/bin/python（如果该环境不存在，请运行 sh ~/simcraft/skills/rough-cut/setup.sh 一次）。它与 rough-cut 共享辅助工具，并使用 Whisper 进行清晰度检查。

步骤

1. 先做试听测试。 选取最密集的说话时刻，生成一段10秒的清理前后对比。两者响度相同，因此比较的是质量而非音量：

   $PY scripts/clean_audio.py <video> --sample
   

   为用户打开两个 wav 文件（open <before> <after>）并提供报告。

2. 应用。 有两种运行方式：

   • 在 rough-cut 工作空间中，在渲染之前运行。它会将每个原始片段清理到 audio/<clip>.clean.wav，而 rough-cut 的 render.py 会自动使用这些文件：

     $PY scripts/clean_audio.py <workspace>
     

     然后照常渲染和验证。报告保存到 audio/cleanup.md。
   • 对单个视频文件运行。它会在原始文件旁边写入 <name>_clean.<ext>，视频保持不变：

     $PY scripts/clean_audio.py <video>
     

3. 报告 用通俗的语言说明：

   • 清理前后的语音与背景噪声差距，
   • 最终响度，
   • 检测到的问题（嗡嗡声、削波），
   • 清晰度检查最终确定的处理强度。

   如果报告指出残留的噪音是人声或音乐，请告知用户这些滤波器无法去除它们，并建议使用 AI 语音隔离器。

选项

• --strength strong|medium|light 设置尝试的最大降噪强度。默认为 medium，清晰度检查会自动降级。
• --target -14 设置响度，单位为 LUFS。-14 适用于 YouTube、Instagram 和 TikTok；播客请使用 -16。
• --no-eq 跳过音色调整，如果用户喜欢自己原本的声音。

规则

• 在剪切之前清理原始片段，而不是之后。 噪声是从静音段中学习的，而 rough-cut 会移除静音段。
• 切勿修改原始文件。
• 切勿为了安静而牺牲清晰度。清晰度检查强制这一点：不能丢失词语，且置信度与原始相差不超过 0.015。
• 不要在词语之间将音频推至数字静音。故意保留一点房间环境音。

关于每个步骤的作用、如此设计的原因以及测试数据，请参阅 reference.md。