转录 · 语音转文字

如何在转录前清理嘈杂的录音

要从嘈杂的录音中获得更好的转录结果,轻度清理而不是尽可能多地清理:将其导入 Denoise,保持 AI · Auto 在默认的 降噪强度,点击 Denoise,然后将清理后的文件交给你的转录应用。在我们使用语音识别器的测试中,在中等噪音下,完全清理的音频比嘈杂的原始音频丢失了更多的词,而当部分原始声音被混合回去时丢失的词最少,这也是默认强度所做的。

最后更新于 · 作者:Routes Software,Denoise 的开发者

准备录音以进行转录的三个步骤

  1. 导入录音

    点击 + › 从“文件”导入(或对于视频选择 从相册导入),或从语音备忘录或录音应用中分享至 Denoise。

  2. 以默认强度清理

    保持 AI · Auto,并将 降噪强度 保持在起始位置,而不是最大值,然后点击 Denoise。

  3. 转录清理后的文件

    点击 分享降噪版 将文件发送到你的转录应用,或 存储到“文件”… 并在那里导入。如果仍然缺少词语,也可以转录原始文件并进行比较:在中等噪音下,它也可以表现得很好。

听听区别

处理前
处理后
公有领域的 LibriVox 朗读录音,叠加了严重的背景噪音(来自 DeepFilterNet 项目的 CC0 噪音)。“处理后”是 DeepFilterNet 未经编辑的输出,Denoise 在你的手机上运行的正是这一模型系列。

须知

  • 我们的测试:在办公室噪音下的合成英语和德语语音,由开放的 Parakeet 语音识别器(NVIDIA)转录,噪音由 DPDFNet 去除,这是 iPhone 和 iPad 上 AI · Auto 背后的模型。在语音比噪音低 5 dB 的情况下,识别器在完全清理的音频中错误识别了 36% 的英语单词,在嘈杂的原始音频中错误识别了 20%,而当 30% 的原始声音被混合回清理后的音频时,错误率为 6%。
  • 在非常大的噪音中,清理有帮助:在语音比噪音低 10 dB 的情况下,清理后的音频中 56% 的英语单词是错误的,原始音频中为 76%。在所有八种情况下(四种噪音水平,两种语言)中,总结下来,混合音丢失的词最少,任何从 15% 到 50% 的原始音频混合比例表现都差不多。
  • 在默认位置,降噪强度 保持大约 35% 到 40% 的原始声音混合在内,这是表现最好的范围。
  • 测试使用了合成语音、一种噪音和一个识别器。苹果、谷歌和基于 Whisper 的转录没有被测量,所以当词语重要时,请在自己的录音上比较两个版本。
  • 不要使用 AI · Sidon 进行转录:它会再生语音,当缺失过多时,可能会产生从未说过的声音,而转录应用会将其记录下来。

常见问题

去除背景噪音会改善转录吗?

通常会,但并不总是如此。在非常大的噪音中,清理帮助了我们测试中的语音识别器;在中等噪音中,完全清理的音频比原始音频丢失了更多的词,因为清理过程中的伪影使其困惑。轻度清理并保留部分原始音频的效果总体最好。

我应该使用哪个转录应用?

任何接受音频文件的应用或服务。Denoise 本身不在 iPhone 或 Android 上进行转录。

我应该保存为哪种格式?

M4A 是默认格式,适用于大多数转录应用。如果应用要求未压缩音频,请选择 WAV。

免费吗?

导入、清理和聆听是免费的,无需账户。保存或分享结果是付费的:3次导出费用为$1.99,Denoise Pro每月$2.99或一次性$14.99(在Google Play上为$11.99)。这些是截至2026年10月的美国价格;商店会在您付款前显示您的价格。

我的录音会被上传吗?

Denoise 不会上传:AI 模型在你的手机上运行。你的转录应用可能会上传它接收到的文件,所以请查看其隐私政策。

参考来源