audio-denoise

音频降噪

清理录音中的背景噪声。降噪专项 SKILL——通过共享脚本 skills/shared/scripts/audio_ops.py denoise 封装 ffmpeg 降噪滤镜，提供三级方案（从基础滤波到 RNN 神经网络），参数确定、可复现，不现场手拼命令。

通用音频操作（裁剪/转码/音量/提取/拼接/淡入淡出/变速）见 audio-editing。本 SKILL 专注降噪。

输入

字段	必填	说明
input_file	是	音频或视频文件路径
tier	否	1 / 2 / 3（默认 2）
output_file	否	默认 outputs/主题名/{filename}-clean.{ext}
mix	否	降噪强度 0.0-1.0（默认 0.8，仅 tier3 RNNoise）
preserve_original	否	保留原始文件（默认 true）

支持格式：wav, mp3, flac, aac, m4a, mp4, mkv, mov。

输出

• 降噪后的音频文件（放入 outputs/主题名/）
• 处理报告：原始文件信息、所用 tier 与滤镜链、输出文件信息、大小对比

三级降噪方案（对应脚本 --tier）

脚本按 tier 自动选滤镜链并打印实际执行的 ffmpeg 命令。

Tier 1 — 基础降噪（ffmpeg 内置滤波）

切除低频隆隆声、高频嘶嘶声 + FFT 降噪，纯 ffmpeg 无外部依赖。 滤镜：highpass=f=80,lowpass=f=8000,afftdn=nr=12:nf=-40:tn=1 适用：轻度噪声、无需模型的快速处理。

Tier 2 — 加强降噪（更强 FFT + 非局部均值）

更激进的 FFT 降噪叠加 anlmdn，仍纯 ffmpeg。 滤镜：highpass=f=70,afftdn=nr=24:nf=-30:tn=1,anlmdn=s=0.0005 适用：中度噪声、稳态背景噪声（空调/风扇/底噪）。默认档。

Tier 3 — RNN 神经网络降噪（arnndn + 后处理）

RNNoise 针对人声优化 + 高通预处理 + 动态压缩 + 响度归一化。 滤镜：highpass=f=60,arnndn=m=<model>:mix=<mix>,acompressor=...,loudnorm=... 适用：人声录音、播客、访谈、复杂噪声环境。 需要 RNNoise 模型 sh.rnnn；缺失时脚本自动降级 Tier2 并打印下载提示。

执行步骤

脚本路径（相对项目根）：skills/shared/scripts/audio_ops.py。

1. 探测输入文件

python skills/shared/scripts/audio_ops.py info input_file

脚本自身检查 ffmpeg/ffprobe，缺失时给安装提示。向用户展示时长/码率/声道，判断音频还是视频。

2. 准备 RNN 模型（仅 Tier3）

检查脚本旁 skills/shared/scripts/models/sh.rnnn 是否存在。不存在则下载：

mkdir -p skills/shared/scripts/models
curl -L https://github.com/GregorR/rnnoise-models/raw/master/somnolent-hogwash-2018-09-01/sh.rnnn \
  -o skills/shared/scripts/models/sh.rnnn

不下载也可——脚本会自动降级 Tier2。也可用 --model <path> 指定其它模型。

3. 执行降噪

# 默认 Tier2
python skills/shared/scripts/audio_ops.py denoise input.wav -o outputs/主题名/input-clean.wav --tier 2
# Tier3（RNNoise，人声）
python skills/shared/scripts/audio_ops.py denoise input.wav -o outputs/主题名/input-clean.wav --tier 3 --mix 0.8