四大實作步驟：修復不完美錄音的標準工作流

在獨立音樂製作、Podcast 錄製或是外景 VLOG 的音訊後製中，我們常常會拿到令人崩潰的錄音素材：歌手在動情演唱時麥克風摩擦到衣服的「刷刷聲」（Microphone Rustle）、室內無法關閉的冷氣低頻轟鳴（HVAC Noise）、甚至是突然傳來的環境汽車鳴笛聲。

傳統的等化器（EQ）或噪音門（Noise Gate）在面對這種「與人聲頻率完全重疊」的雜音時，幾乎完全無能為力 ── 砍掉低頻會讓人聲變得單薄乾癟，使用噪音門則會讓背景雜音在歌手唱歌時突然出現、不唱歌時突然消失，聽覺上極其突兀（呼吸效應）。

要挽救這些珍貴的單軌素材，現代音訊工程的業界標準工具就是 iZotope RX 或是 Steinberg SpectraLayers。今天這篇文章將帶大家解密「頻譜修復（Spectral Repair）」的底層科學，並提供四大實作步驟，教你如何像 Photoshop 擦除照片雜物一樣，完美抹除音訊中的噩夢雜音！

🔬 專業術語解析：什麼是時頻分析與頻譜修復？

傳統的 DAW 軌道呈現的是「波形圖（Waveform）」，水平軸是時間，垂直軸是振幅（音量）。波形圖的致命缺點是：它無法告訴我們在某一瞬間，到底是哪些「頻率」在發出聲音。

而 iZotope RX 頻譜分析儀（Spectrogram） 則是透過短時傅立葉轉換（STFT, Short-Time Fourier Transform） 技術，將音訊轉化為三維視覺網格：

  • X 軸（水平）：時間（Time）。
  • Y 軸（垂直）：頻率（Frequency），從低頻的 20 Hz 到高頻的 20 kHz。
  • 亮度/顏色（第三維度）：能量密度（Energy/Magnitude）。亮黃色代表能量極高，暗藍色則代表安靜。

將連續的類比音訊切分為無數個微小的時間窗（Windowing），並進行離散傅立葉轉換（DFT） 的核心數學模型如下：

短時傅立葉轉換（STFT）公式：

X ( m , ω ) = ∑ n = - ∞ ∞ x [ n ] ⋅ w [ n - m ] ⋅ e - j ω n

其中 x[n] 是原始信號，w[n-m] 為滑動的窗函數（Window Function）。

透過這個轉換，衣服摩擦聲在頻譜上會呈現出垂直的、粗糙的黃色條紋；而冷氣轟鳴則會在一整條水平的最底部留下亮線。看得到了，我們就能精準地把它們消滅。

🛠️ 四大實作步驟：修復不完美錄音的標準工作流

步驟一：使用 Dialogue Isolate 分離背景持續噪聲

如果你的錄音素材整體充斥著冷氣聲、環境底噪，請先使用 RX 的神經網絡黑科技 ── **Dialogue Isolate（人聲隔離）**：

  • 將模組切換至 **Advanced**（高級模式）。
  • 調整 **Dialogue De-noise** 旋鈕。通常將 Background Noise 衰減 -6 dB–-9 dB 即可獲得極其乾淨的背景，切記不要推到 -20 dB 以上，否則人聲邊緣會產生類似機器人的「相位金屬音（Phasing Artifacts）」 。

步驟二：精準框選麥克風衣服摩擦聲（Rustle）

摩擦聲通常是突發、不規則的，Dialogue Isolate 無法完全清理乾淨。這時需要手動手術：

  • 在 RX 介面底部選擇 **Time-Frequency Selection Tool（時頻框選工具）**，這就像 Photoshop 的套索工具。
  • 放大頻譜圖，尋找人聲字句之間或重疊在人聲下方的垂直亮黃色斑點/條紋（通常集中在 100 Hz–800 Hz 中低頻）。
  • 用滑鼠將這塊髒污的頻率範圍精準框選出來。

步驟三：啟動 Spectral Repair（頻譜修復）進行周圍能量內插

選定噪音後，開啟 **Spectral Repair** 模組，切換到 **Attenuate（衰減）** 或 **Replace（取代）** 標籤：

  • Bands（頻帶數）：設定為 1024 或更高，提供高精細度。
  • Direction（內插方向）：如果雜音前後是乾淨的人聲，選擇 **Horizontal（水平）**，讓軟體讀取雜音前后的「乾淨聲音能量」來填補這段時間空缺。
  • 點擊 **Render（渲染）**。你會發現那團黃色雜音瞬間暗淡消失，而人聲卻完好無損，聽覺上毫無破綻！

步驟四：利用 De-bleed 消除耳機漏音與突發鳴笛

有時歌手唱歌時，耳機裡的伴奏（Metronome/Click）會漏進麥克風裡（Headphone Bleed）：

  • 開啟 **De-bleed** 模組。
  • 導入純伴奏（或是 Click 軌）作為 **Active Reference（參考源）**。
  • 按下分析（Analyze）後點擊 Render。軟體會自動比對兩者的波形與相位，將漏進去的人聲音軌中的伴奏成分精準「減去」。

💡 結語

數位音訊修復的最高指導原則是：「微調多遍，勝過重手一次。」 頻譜修復（Spectral Repair）賦予了混音師穿越時空、修正錄音現場遺憾的能力。下一次拿到帶有瑕疵的素材時，先別急著重錄，開啟時頻譜，用「視覺化聲學」的手術刀，幫你的音軌洗一場乾淨的澡吧！

標籤： , ,