dotslashsimran/clean-audio

清理音訊

使用 rough-cut 技能的 Python 環境：PY=~/simcraft/skills/rough-cut/.venv/bin/python（如果該環境不存在，請先執行 sh ~/simcraft/skills/rough-cut/setup.sh 一次）。它與 rough-cut 共用輔助工具，並使用 Whisper 進行清晰度檢查。

步驟

1. 先進行聆聽測試。 選取說話最密集的時刻，製作一段 10 秒的清理前/後對比音檔。兩者會設定為相同音量，因此比較的是品質而非音量：

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

   為使用者開啟兩個 wav 檔案（open <before> <after>），並提供測試報告。

2. 套用清理。 有兩種執行方式：

   • 在 rough-cut 工作區內，於渲染之前執行。它會將每個原始片段清理後儲存至 audio/<clip>.clean.wav，而 rough-cut 的 render.py 會自動使用這些清理後的檔案：

     $PY scripts/clean_audio.py <workspace>
     

     然後照常渲染與驗證。報告會儲存至 audio/cleanup.md。
   • 對單一影片執行。它會在原始影片旁寫入 <name>_clean.<ext> 檔案，影片本身則保持不變：

     $PY scripts/clean_audio.py <video>
     

3. 以淺顯文字呈現報告：

   • 清理前後的語音與背景噪音差距，
   • 最終的音量標準值，
   • 檢測到的問題（如哼聲、削波），
   • 清晰度檢查最終採用的強度等級。

   如果報告指出殘留的噪音是語音或音樂，請告知使用者這些濾波器無法移除該類噪音，並建議使用 AI 語音隔離器。

選項

• --strength strong|medium|light 設定嘗試的最大降噪強度。預設為 medium，清晰度檢查會自行向下調整。
• --target -14 設定音量標準值（單位：LUFS）。-14 適用於 YouTube、Instagram 和 TikTok；-16 則適用於 Podcast。
• --no-eq 跳過音色塑形，如果使用者喜歡自己的原始聲音。

規則

• 請在剪輯前清理原始片段，而非之後才清理。 噪音是從停頓處學習的，而 rough cut 會移除停頓。
• 絕對不要修改原始檔案。
• 絕不以清晰度換取安靜。清晰度檢查會強制執行此規則：不允許遺失詞彙，且信心度需維持在原始值的 0.015 以內。
• 不要在詞語之間將音訊推至數位靜音。刻意保留一點空間環境音。

每個步驟的作用、設計理念以及測試數據，請參閱 reference.md。