去除音频静音(自动删掉空白片段)
去除静音按音量找停顿:阈值 -70 到 -20 dB 可调,默认 -45 dB,最短静音时长默认 0.35 秒,首尾空白一起删。文件不上传,在浏览器里跑完。
它适合把手机录的口播、访谈、课程音频压紧。每段保留间隔默认 0.08 秒,删完句子之间还留着一点呼吸,不会听着像被人掐断;比最短静音时长更短的停顿它索性不碰,换气和字间空隙就这么留住了。
我拿一段 14 分钟的课程录音跑默认参数,删掉 60 多段停顿、合计 2 分 20 秒上下。重听一遍才反应过来,原来那么多地方是老师停下来等我反应。把阈值换成 -35 dB 之后只删了明显的空场,反而更像原样讲课。参数没有标准答案,得靠耳朵定。
🎁 全员免费 🔒 文件不上传,全部在你的浏览器里处理
把文件拖到这里,或者点击选择文件
支持 MP3 / WAV / OGG / FLAC / M4A / AAC 等常见格式;文件不上传,全部在你的浏览器里处理
低于这条线的当作静音。录音底噪大就往上调(-35 左右),干净素材保持 -45
比这个短的停顿不动(避免把换气声和字间空隙切碎)
删静音时每段留一点呼吸,听起来不会像被硬剪断
处理完会告诉你一共删掉了几段、合计多少秒。首尾的静音也会一起处理,所以「开头半秒空白」这种问题一次解决。
不用写扩展名,导出时按所选格式自动补上
怎么用:4 步完成
- 导入录音点“选择文件”或把文件拖进页面。MP3、WAV、OGG、FLAC、M4A/AAC、WebM 这些浏览器能解码的格式都能读,部分 MP4、MOV 里的音轨也能解出来。
- 先按默认参数跑一遍静音阈值留 -45 dB,最短静音时长 0.35 秒,每段保留间隔 0.08 秒。点开始处理,它会以 10 毫秒为一窗从头扫到尾。
- 看报告再调参数页面会告诉你删掉几段、合计多少秒、时长从多少变成多少。删得太少就把阈值往 -35 dB 挪,切得太碎就把最短静音时长调短,每段保留间隔给到 0.15 秒以上。
- 导出成品选 MP3(32 到 320 kbps)或 WAV(16 位/24 位)保存。头一回导出 MP3 会先加载约 120KB 的编码脚本,脚本没加载成功就改导 WAV。
静音是怎么被判出来的
判断方式很直白:音频以 10 毫秒为一窗从头扫到尾,只有连续低于阈值的部分才会被当成静音,而且这段连续长度得达到最短静音时长才会真的被删。
把阈值从 -45 dB 调到 -35 dB,被判成静音的部分变多,底噪大的手机录音也能清干净;往 -60 dB 走,只有真的安静到听不见的地方才会被删。比「最短静音时长」更短的停顿一律不动,这正是它不会把换气声和字间空隙切碎的原因。
首尾的静音同样在删除范围内,开头半秒空白这种毛病一次就解决了。
三个参数怎么配合
参数不多,写在一张表里更好查:
| 参数 | 可调范围 | 默认值 | 往上调会怎样 |
|---|---|---|---|
| 静音阈值 | -70 ~ -20 dB | -45 dB | 更多片段被判成静音,底噪大的录音该调高 |
| 最短静音时长 | 0.1 ~ 3 秒 | 0.35 秒 | 只有更长的停顿才会被删,短停顿一律不动 |
| 每段保留间隔 | 0 ~ 0.5 秒 | 0.08 秒 | 删完每段之间留下的呼吸更长,听着更松 |
| 扫描粒度 | 10 毫秒一窗 | 固定 | 不是可调参数,改不了 |
我压紧口播的走法
先跑一遍默认参数,听删完的效果,别急着导出。这一遍基本能清掉八成废话停顿,但总会留几处让你皱眉的接缝。
第二遍我只改一个参数。要么把最短静音时长从 0.35 秒压到 0.2 秒,让半秒级别的停顿也进名单;要么反过来,把它提到 0.6 秒,只清掉那些超过半秒的大空场。一次改一个,改完立刻听,两轮以内能定下来。
顺序上还有一个坑:删完停顿再去 字幕生成 会顺很多,反过来先出字幕再删停顿,时间轴就对不上了。这个顺序我搞反过一次,后来固定成先去停顿、再出字幕。
边界与限制:它不做什么
几条限制写明白,免得你白等。
- 不认说话内容。判断只看音量,翻页声、键盘声、空调底噪这些有响度的东西,在它眼里都算“有声”。
- 不降噪。它只是把安静的部分删掉,留下的底噪原样保留,想压底噪得先过 音量调节 那一类处理。
- 不去口水音,也不修爆音。齿音和口水声都落在“有声”区间里,删不掉。
- 找不到符合条件的静音段时,页面会提示你把阈值调高,比如 -35 dB,或者把最短静音时长调短。
- 处理全程占用本机内存,两小时以上的素材在内存小的设备上可能失败,单个文件建议控制在 200MB 以内。
版权这一关得你自己过。这一页不会判断你手上这段录音能不能删、能不能发到平台上。