按问题拆分模块
噪声、嗡声、回声、齿音和呼吸是不同问题，只显示验证过的处理器。
1添加音频或点击选择文件
→
2清理设置Clean and enhance voice
→
3输出设置下载清理后的人声
添加音频
支持格式：MP3, WAV, M4A, AAC, OGG, Opus, FLAC
将音频文件拖到这里
支持格式：MP3, WAV, M4A, AAC, OGG, FLAC
清理设置
设置说明
降噪过强会产生音乐噪声、水声或 gating。80%
人声增强提升可懂度，但不承诺重建缺失细节。75%
嗡声降低频率和谐波必须符合实现与场景。70%
De-esser过强会让辅音发闷或含混。65%
原始音频
等待中
检测到的问题人声音量
0:00预览音频
0:00 / 0:00
清理后
处理前后
播放清理结果
0:00预览音频
0:00 / 0:00
处理前后
- 原始大小
- -
- 预计大小
- -
- 降噪
- -
- 时长
- 0:00
- 格式
- MP3
实用建议
- 尽量在录制阶段改善麦克风、房间和增益。
- 使用能解决问题的最低强度。
- 在相近响度下比较。
下载清理后的人声
输出设置
若源代码确认本地处理，从设备选择的文件会在当前浏览器中处理，不会上传到 AppKiro。
人声清理工具实际能改善什么？
在有相应处理器时，它能降低部分稳定噪声和语音瑕疵。它无法重建被更大声音盖住的词语、修复严重削波，也不能把远距离强混响录音变成录音棚人声。
工具可以完成什么
克制的人声增强
提升可懂度，但不承诺重建缺失细节。
多片段对比
检查安静、响亮和辅音丰富的片段。
适合哪些场景
- 降低语音备忘中的风扇或空调声。
- 使用专用滤波器降低电源嗡声。
- 用可调 de-esser 控制刺耳齿音。
- 在转写或发布前降低轻微房间回声或呼吸声。
- 为采访、课程、播客与配音准备后续编辑。
使用方法
判断主要问题
区分稳定噪声、嗡声、回声、齿音、呼吸与电平。
充分分析
让检测器读取足够的语音与噪声。
逐个启用
从低强度开始，每次只增加一个模块。
导出后复核
检查清晰度、自然音色与兼容性。
设置说明
降噪
过强会产生音乐噪声、水声或 gating。
嗡声降低
频率和谐波必须符合实现与场景。
De-esser
过强会让辅音发闷或含混。
文件处理与隐私
分别审查本地与远程模型、API、模型下载、遥测和存储。URL 会访问源站。
需要了解的限制
- 与人声相似的背景声难以分离。
- 严重削波、丢帧和被遮蔽词语无法可靠恢复。
- 过强清理会损失辅音、房间特征与自然呼吸。
- 结果与速度受浏览器、设备和 fallback 影响。
实用建议
- 尽量在录制阶段改善麦克风、房间和增益。
- 使用能解决问题的最低强度。
- 在相近响度下比较。
- 保留原文件和无损中间文件。
故障排查
人声变机器人
降低降噪或增强强度。
齿音变钝
降低 de-esser。
回声仍然存在
强 late reverb 不一定能去除。
词间噪声抽吸
降低处理或改善 noise estimate。
常见问题
能去掉所有背景声吗？
不能，尤其当背景与人声相似时。
AI 模型理解我说的话吗？
不一定，降噪模型可在不转写的情况下工作。
能修复削波吗？
不能，已截平采样无法可靠重建。
回声降低和降噪一样吗？
不一样，它们针对不同声学问题。
应该开启所有模块吗？
不应该，只启用解决实际问题的模块。
为什么有金属声？
处理过强、噪声变化或模型不匹配。
原文件会改变吗？
不会，应生成新文件。
录音会上传吗？
需验证模型、推理、编码、遥测与存储；URL 会访问来源服务器。