Убрать шум из видео: 4 способа без потери голоса
Как убрать шум из видео в FFmpeg, Audacity, видеоредакторе или Sablate и не потерять голос: что убирает каждый способ и сколько слов он отнимает у речи.
Чтобы убрать шум из видео, пропустите его звук через шумоподавитель и верните очищенный звук к нетронутому изображению. FFmpeg и Audacity делают это бесплатно, у видеоредакторов есть инструмент в один клик, а Sablate очищает звук прямо при экспорте. Подвох в голосе: если перестараться с любым из них, вместе с шумом уйдут и тихие слова.
Фоновый шум здесь означает звук под речью: вентилятор, кондиционер, кафе, улицу, гул помещения. В этом руководстве четыре способа его убрать, сильные стороны каждого и цифры из нашего собственного теста: сколько шума убирает каждый способ и сколько речи уносит вместе с ним.
Почему удаление шума иногда портит голос?
Любой шумоподавитель тысячи раз в секунду принимает одно и то же решение: в этом отрезке времени и в этой полосе частот звук — голос или шум? Всё, что он назвал шумом, приглушается. Способы различаются тем, как именно они это решают.
Классические учатся тому, как звучит шум, и вычитают его. Audacity просит у вас профиль шума: несколько секунд, где никто не говорит; afftdn в FFmpeg оценивает его на ходу. Это хорошо работает, когда шум ровный, как у вентилятора или шипения плёнки, ведь профиль подходит и через минуту. С меняющимся шумом, например с разговорами в кафе или проезжающей машиной, он справляется плохо, потому что профиль уже не совпадает. Если усилить обработку, чтобы это компенсировать, голос начинает звучать «водянисто», с лёгким дрожащим звоном там, где раньше был шум.
Новые способы — нейросети, обученные на множестве часов речи и шума. Они не вычитают профиль, а предсказывают кадр за кадром, какая часть каждой полосы приходится на голос. С меняющимся шумом они справляются намного лучше. Ошибаются они иначе: тихое, придыхательное слово или слово далеко от микрофона очень похоже на шум, и модель на полной силе его убирает. Слушатели описывают это как обрубленные слоги, фразу без последнего слова или смех, превратившийся в тишину.
Лекарство в обоих случаях одно. Ограничьте, насколько можно приглушать любую полосу, чтобы самая тихая речь уцелела, и перед экспортом всегда слушайте фрагмент, где говорящий произносит слова тихо.
Четыре способа убрать шум из видео
- Фильтр afftdn в FFmpeg: бесплатно, одна команда, изображение копируется без изменений. Лучше всего для ровного шума.
- Noise Reduction в Audacity: бесплатно, профиль шума вы выбираете сами. Звук нужно достать из видео и вернуть обратно.
- Шумоподавление в вашем видеоредакторе: один клик, если вы и так монтируете в нём, а результаты в разных редакторах сильно отличаются.
- Clean up voice в Sablate: нейросетевой шумоподавитель, который работает на вашем компьютере, с предпрослушиванием «до и после» и применением к видео или аудиофайлу, который вы экспортируете.
Способ 1: фильтр afftdn в FFmpeg
FFmpeg — бесплатная программа для командной строки, на которой под капотом работают многие видеоприложения. Её фильтр afftdn — классический FFT-шумоподавитель, и одна команда очищает звук, копируя изображение как есть:
ffmpeg -i input.mp4 -af "highpass=f=80,afftdn=nr=12:nf=-50:tn=1" -c:v copy -c:a aac -b:a 192k output.mp4
Что делают части команды:
highpass=f=80убирает всё ниже 80 Гц: гул, удары по столу, рокот дороги. В голосе на таких частотах почти ничего нет.afftdn=nr=12приглушает шум на 12 дБ,nf=-50— начальная оценка уровня шума в дБ (оба значения стоят по умолчанию, см. документацию фильтров FFmpeg), аtn=1позволяет фильтру следить за изменениями шума.-c:v copyсохраняет изображение бит в бит; перекодируется только звук.
Увеличьте nr, чтобы убирать больше шума, и прислушивайтесь к «водянистому» звуку: он значит, что вы зашли слишком далеко. На ровном вентиляторе или шипении этого часто хватает.
С меняющимся шумом он справляется слабо. В нашем тесте на шуме кафе, офиса и улицы afftdn немного улучшил оценку качества речи, а общее качество оставил на месте: разницу трудно расслышать. В FFmpeg есть и фильтр RNNoise, arnndn, которому нужен отдельный файл модели; в том же тесте он убрал намного больше шума, но исказил голос и сильнее всех остальных поднял долю ошибок Whisper. Цифры есть в таблице ниже.
Способ 2: Noise Reduction в Audacity
Audacity — бесплатный аудиоредактор с открытым кодом для Windows, macOS и Linux. Эффект Noise Reduction в нём работает по классическому методу с профилем, и вы управляете каждой настройкой. Audacity редактирует звук, а не видео, поэтому работа проходит в три этапа.
Достаньте звук из видео с помощью FFmpeg:
ffmpeg -i input.mp4 -vn -c:a pcm_s16le audio.wav
Очистите его в Audacity:
- Откройте
audio.wavи выделите две-три секунды, где никто не говорит и слышен только шум. - Откройте эффект Noise Reduction и нажмите Get Noise Profile.
- Выделите всю дорожку и снова откройте Noise Reduction. По умолчанию стоят 6 дБ подавления, чувствительность 6 и сглаживание частот в 6 полос; начните с них и нажмите Preview.
- Когда шум стал тише, а голос всё ещё звучит естественно, нажмите OK и экспортируйте результат как
cleaned.wav.
Верните очищенный звук к исходному изображению:
ffmpeg -i input.mp4 -i cleaned.wav -map 0:v -map 1:a -c:v copy -c:a aac -b:a 192k -shortest output.mp4
Профиль — и сила, и слабость этого метода. На вентиляторе или кондиционере он убирает шум чисто. Но руководство Audacity само пишет, что эффект не подходит для неровного фонового шума вроде дороги или публики, а если шум меняется по ходу записи, один профиль не подойдёт к обеим половинам: очищайте части отдельно.
Способ 3: шумоподавление в вашем видеоредакторе
Если видео уже открыто в редакторе, его собственный инструмент для шума — самый короткий путь. Он есть во всех основных редакторах, и различаются они сильнее, чем можно подумать по названиям:
- В iMovie (Mac, бесплатно) есть флажок Reduce background noise с процентом: 0% оставляет звук как есть, 100% — максимум (руководство Apple по iMovie).
- В Final Cut Pro (Mac) есть Voice Isolation, который «отдаёт приоритет человеческим голосам перед другими частями аудиосигнала», и Background Noise Removal, у каждого свой ползунок Amount (руководство Apple по Final Cut Pro).
- В Premiere есть Enhance Speech, теперь внутри Enhance Audio, с ползунком Enhancement. Версия 1 работает на вашем компьютере; версия 2 работает в облаке Adobe и тратит два генеративных кредита в минуту. Стереоклип получается в виде моно-даунмикса (справка Adobe по Enhance Speech).
- В DaVinci Resolve есть ИИ-функция Voice Isolation в платной версии Studio и плагин шумоподавления Fairlight, который учится шуму по выделенному фрагменту (страница DaVinci Resolve Studio на сайте Blackmagic).
- В CapCut есть переключатель Reduce noise. Его собственные страницы расходятся в цене: страница онлайн-инструмента называет его бесплатным, а страница CapCut Pro для Windows и Mac относит Reduce noise к функциям Pro.
Ни один из них не показывает в цифрах, насколько сильно он работает, поэтому с ползунком везде поступайте одинаково: начните с малого, прослушайте фрагмент, где говорящий произносит слова тихо, увеличивайте, пока шум не перестанет мешать, и на этом остановитесь. Нейросетевые (Voice Isolation, Enhance Speech) ведут себя как нейросетевые модели из таблицы ниже: намного лучше справляются с голосами и дорожным шумом и первыми проглатывают тихое слово на полной силе.
Способ 4: Clean up voice в Sablate
Sablate — настольное приложение для Windows и macOS, которое делает субтитры для уже имеющегося видео, а начиная с версии 1.3 умеет ещё и очищать голос в том, что экспортирует. Оно использует DPDFNet — нейросетевой шумоподавитель, встроенный в приложение и работающий на вашем компьютере: звук никуда не загружается, а модели шума не нужна дополнительная загрузка.
Порядок действий:
- Откройте видео в Sablate. Речь для субтитров он распознаёт по исходному звуку.
- В редакторе откройте режим Voice и выберите силу. Light ограничивает подавление 18 дБ и сохраняет тихую речь; начинать стоит с него. Strong убирает всё, что не является речью, в том числе музыку.
- Переместите маркер воспроизведения на тихий участок речи и послушайте: Sablate проигрывает десять секунд как в записи и как после очистки, и между ними можно переключаться.
- Экспортируйте через меню Export. Очищенный звук попадает в видео с вшитыми субтитрами, в видео, обрезанное в режиме Cuts, в
.mkvс переключаемыми субтитрами или в Audio file (.m4a), где только звук.
Очищенная дорожка создаётся один раз для файла и используется повторно, поэтому экспорт на трёх языках не очищает звук трижды. На наших тестовых машинах это заняло около 10 минут на час звука на Ryzen 5 5600X и около 5 минут на Apple M4, измерено на 60-секундном фрагменте.
Ограничения, прямо: Sablate — приложение для субтитров, поэтому если субтитры вам не нужны, Audacity или ваш редактор ближе под рукой. Он убирает шум, но не убирает эхо помещения и не восстанавливает плохо записанный голос. Стереозвук получается с одним и тем же очищенным голосом в обоих каналах. Бесплатный тариф включает Clean up voice; он не требует аккаунта и покрывает видео до десяти минут, три задачи в месяц, модели Fast и Balanced и один офлайн-слой перевода, а вшитые субтитры несут небольшую метку в углу.
Сколько шума убирает каждый способ и чего это стоит?
Мы измерили это, когда выбирали модель для Sablate. Две чистые 30-секундные записи турецкой речи смешали с тремя шумами из открытого корпуса DEMAND (столовая, офис, уличное движение) при отношении сигнал/шум 5 дБ — громкий, но реалистичный фон. Получается шесть фрагментов на способ; значения усреднены.
| Способ | Качество речи (PESQ) | Сигнал без искажений (SI-SDR, дБ) | Общее качество (DNSMOS, 1–5) | Доля ошибок Whisper в словах |
|---|---|---|---|---|
| Без обработки | 1,55 | 5,1 | 1,89 | 26% |
| FFmpeg afftdn | 1,78 | 3,5 | 1,91 | 29% |
| FFmpeg arnndn (RNNoise) | 1,86 | -1,2 | 2,36 | 45% |
| DeepFilterNet 3 | 2,05 | 14,9 | 3,10 | 42% |
| DPDFNet, полная сила (Sablate Strong) | 2,23 | 17,3 | 3,19 | 37% |
| DPDFNet, ограничение 18 дБ (Sablate Light) | 2,17 | 16,2 | 2,74 | 23% |
PESQ и SI-SDR сравнивают очищенный фрагмент с чистой записью; чем выше, тем лучше. DNSMOS — модель Microsoft, которая предсказывает, как слушатель оценил бы фрагмент, не слыша оригинала. Доля ошибок в словах сравнивает транскрипцию Whisper для каждого фрагмента, сделанную на large-v3-turbo, с его транскрипцией чистой записи. Мы повторили тест при 0 и 10 дБ, и порядок сохранился.
Выделяются две вещи. Нейросетевые модели с большим отрывом выигрывают по всем показателям звучания: DeepFilterNet и DPDFNet поднимают сигнал без искажений на 10–12 дБ, а два фильтра FFmpeg почти не сдвигают его или даже ухудшают. И больше очистки не значит понятнее слова. Очистка на полной силе подняла долю ошибок Whisper в словах с 26 до 37%, потому что убранные слова были словами, которые Whisper расслышал бы. Версия с ограничением снизила её до 23%. На чистой записи настоящей речи полная сила изменила треть слов в транскрипции, выбросив целые фразы; версия с ограничением не изменила ни одного.
Две записи на одном языке — это не бенчмарк, поэтому считайте точные цифры ориентиром. Полезно направление, и именно поэтому Sablate делает субтитры по исходному звуку и использует Light, если вы не выберете иное.
Какой способ выбрать?
«У меня один ролик с ровным вентилятором или шипением, и терминал меня не пугает». Берите afftdn из FFmpeg. Одна команда, изображение не тронуто.
«Шум одинаков на всём протяжении, и я хочу управлять каждой настройкой». Берите Audacity с профилем шума по тихому участку.
«Я и так монтирую видео в редакторе». Используйте его инструмент: Reduce background noise в iMovie, Voice Isolation в Final Cut Pro или DaVinci Resolve Studio, Enhance Speech в Premiere. Если важна стереокартина, помните, что Enhance Speech в Premiere возвращает моно.
«На фоне голоса, дорога или музыка, или я делаю субтитры к видео». Используйте Clean up voice в Sablate на режиме Light, послушайте тихий участок и переключайтесь на Strong, только если шум всё ещё мешает.
«Говорящий тихий или далеко от микрофона». Выберите слабую настройку в любом инструменте и проверьте концы фраз перед экспортом: сильный шумоподавитель убирает их первыми.
Как не пустить шум в следующую запись
Удаление шума лучше всего работает на записи, которой оно почти не требовалось. Поднесите микрофон ближе к говорящему: вдвое меньшее расстояние делает голос примерно на 6 дБ громче на фоне комнаты, а это больше, чем многие фильтры шума убирают без побочных эффектов. Если получится, выключайте вентиляторы и кондиционеры на время записи. В начале запишите пять секунд комнаты без разговоров: это даст Audacity чистый профиль шума, а вам — образец, с которым можно сравнивать на слух.
Затем возьмите на вооружение две привычки. Транскрибируйте и делайте субтитры по исходному звуку, как объясняет руководство по транскрипции, а очищайте только тот звук, который отдаёте зрителю. И всегда слушайте тихий участок очищенного результата в наушниках, прежде чем куда-либо отправить: динамики ноутбука скрывают именно те артефакты, которые услышат зрители.
Если видео нужны не только субтитры, но и более чистый звук, скачайте Sablate и сделайте и то и другое за один экспорт; бесплатного тарифа хватит, чтобы попробовать на десятиминутном ролике.
Часто задаваемые вопросы
Как бесплатно убрать шум из видео?
Воспользуйтесь FFmpeg или Audacity. Фильтр afftdn в FFmpeg очищает звук одной командой и не трогает изображение. Noise Reduction в Audacity запоминает шум по нескольким секундам, где никто не говорит, и убирает его, но звук придётся достать из видео и вернуть обратно через FFmpeg. Оба способа лучше всего работают с ровным шумом вроде вентилятора или шипения.
Ухудшает ли шумоподавление звучание голоса?
Может, если выкрутить его слишком сильно. Шумоподавитель сам решает, где голос, а где шум, и первыми он ошибается на тихих и далёких словах. В нашем тесте нейросетевая очистка на полной силе подняла долю ошибок Whisper в словах с 26 до 37%, а та же модель с ограничением в 18 дБ снизила её до 23%.
Можно ли убрать шум, не перекодируя видео?
Да. Менять нужно только звук, поэтому изображение можно скопировать без изменений, бит в бит. В FFmpeg для этого служит параметр -c:v copy; Sablate тоже копирует изображение, когда записывает .mkv с переключаемыми субтитрами. Экспорт с вшитыми субтитрами или вырезами всё равно перекодирует изображение, так что очистка звука там ничего не добавляет.
Нужно ли убирать шум перед транскрипцией видео?
Обычно нет. Whisper справляется с умеренным фоновым шумом, а агрессивная очистка стирает тихие слоги, которые он бы расслышал. В нашем тесте исходный шумный звук распознался лучше, чем полностью очищенный. Транскрибируйте оригинал, а очищайте уже тот звук, который экспортируете. Именно так это делает Sablate.
Как убрать из видео шум вентилятора или кондиционера?
Шум вентилятора и кондиционера ровный, поэтому его проще всего убрать. Запишите несколько секунд комнаты без разговоров и используйте их как профиль шума в Audacity либо запустите нейросетевой очиститель, например Clean up voice в Sablate на режиме Light. Фильтр высоких частот на 80 Гц дополнительно уберёт низкий гул под голосом.