音訊降噪 · 清掉錄音裡的背景噪音
把一段人聲錄音拖進來，語音降噪模型會把壓在人聲底下的風扇聲、嘶嘶聲、電流聲和車聲挑掉。接著由你決定要留多少環境音，前後對照著聽，再匯出 WAV、MP3 或 M4A。免費、在瀏覽器裡跑，檔案不上傳。
錄音在你這台裝置上處理，不會上傳。
把錄音拖到這裡
或點一下從裝置裡挑一個檔案
MP3、WAV、M4A、AAC、OGG、Opus、FLAC，以及 MP4、MOV、WebM 影片
影片進，音訊出 · 最大 200 MB，或 60 分鐘
怎麼把一段錄音清乾淨
三個步驟，全在瀏覽器裡完成
放入錄音
拖進 MP3、WAV、M4A、OGG 或 FLAC，也可以是 MP4、MOV、WebM——影片進來，出去的是純音訊。最大 200 MB，直接從硬碟讀取。
讓模型聽一遍
一個在人聲上訓練過的網路以十毫秒為一格逐格掃過整個檔案，把它認得出的穩定背景音清掉。進度條會顯示進行到哪裡，隨時可以中斷。
對照、微調、存檔
在同一個時間點來回切換原聲與降噪後的版本，拉動「降噪強度」滑桿調到順耳為止，再匯出 WAV、MP3 或 M4A。
FAQ
常見問題
穩定、變化不大的背景音：風扇、冷氣、磁帶嘶嘶聲、電流嗡嗡聲、窗外持續的車流聲、角落的電腦，還有說話底下的鍵盤敲擊聲。這類聲音的「形狀」模型學得起來，也就減得掉。對一次性的聲響就弱得多——關門、咳嗽、椅子拖地——背景裡另一個人講話更是分不開，因為在模型眼中那同樣是人聲。
是。不用註冊、不用綁卡、沒有每天幾分鐘的額度，結果裡也沒有浮水印或語音提示。模型跑在你自己的電腦上，我們沒有伺服器時間要跟你收。想連著處理十個檔案也行。
不會。檔案直接從硬碟讀出來，由瀏覽器解碼，再交給分頁裡的 WebAssembly 降噪模型處理。你可以自己驗：打開開發者工具切到 Network 面板，處理一次就看得到——第一次會下載模型，而你的錄音哪裡都沒去。
不能，這點值得說白一點：模型是在人聲上訓練的，凡是不像人聲的東西在它看來都是噪音。拿去處理歌曲，銅鈸會變薄、殘響會被掏空、長音會被啃出毛邊。它適合訪談、語音備忘、講座、Podcast、旁白——不適合你正在混的歌。如果素材本來就有音樂，只想去掉一點環境音，把「降噪強度」拉到 40～50 再仔細聽。
它是原聲和降噪版之間的混合比例，不是讓模型再跑一次——所以拉動它是即時的。拉到 100% 就是模型願意拿走的全部，有些人聲在那裡會變得單薄、像隔著水。「留一點環境音」這個預設停在 85%，會保留原本那一層很薄的房間聲：句與句之間完全死寂反而不自然，而一點底噪也能蓋住模型開合的痕跡。另外還有一個 80 Hz 的輕柔濾波，用來壓桌面震動和低頻轟鳴，預設關閉。
MP3、WAV、M4A、AAC、OGG、Opus、FLAC，另外還有 MP4、MOV、WebM 影片。收影片是刻意的——手機拍的說話影片正是最常需要降噪的素材——但出來的只有音訊。你拿到的是一個音訊檔，不是換了聲軌的影片。
最大 200 MB 或 60 分鐘。真正的瓶頸是記憶體而不是檔案大小：所有音訊都會解碼成 48 kHz 浮點，每聲道每分鐘約 11 MB，而工具同時握著原聲、降噪版和混合結果三份。十分鐘的訪談在筆電上很輕鬆；超過十五分鐘會看到提示，值得先關掉其他分頁。處理本身比把錄音聽過一遍快得多。
能，任何較新的手機瀏覽器都行——模型很小，大約一 MB，只下載一次。不過檔案要比在電腦上更短一些：手機記憶體少得多，一段長的立體聲錄音可能把分頁撐爆。如果還想要 MP3 而不是 WAV，那一步會拉一個 31 MB 的音訊引擎（只下載一次）；WAV 則什麼都不用等，降噪一結束就能存。