本地模型处理
只有在开始处理时才加载 RNNoise 模型。源波形留在浏览器中，不经过云端音频接口。
在线音频降噪
降低短录音中的稳定背景噪声，对比原始与处理后信号，调整混合强度并下载本地 WAV。
浏览器本地模型前后试听对比无需积分
音频降噪能力一览
在处理录音前，先了解模型的能力边界。
- 输入
- 浏览器可解码、最大 50 MB 且不超过 5 分钟的音频文件
- 输出
- 本地处理的 48 kHz 单声道 WAV，可调整原始与处理信号的混合比例
- 模型
- 按需加载 RNNoise WASM，并在 Web Worker 中逐帧执行
- 隐私
- 源音频只在浏览器内存中解码和处理
适合实际使用的清理步骤，也诚实说明边界
音频降噪针对稳定的房间声和录音底噪，不承诺修复所有损坏的混音。
导出前先对比
原始和处理后音频可以分别试听，方便在下载前发现人声损伤、音乐伪影或过度处理。
控制混合强度
用强度控制将处理后信号与原始信号混合。如果全量降噪过于激进，可以保留更多原始质感。
如何使用在线降噪
页面会明确展示模型加载、处理、试听和导出这几个步骤。
- 01
选择短录音
上传不超过 50 MB、5 分钟且浏览器支持的音频。短人声片段、demo 和环境录音适合先做测试。
- 02
开始本地清理
页面会把单声道工作信号处理为 RNNoise 所需的采样率，并在 Worker 中运行模型，界面可以显示处理进度。
- 03
试听并下载
对比原始与处理后音频，必要时调整强度，然后下载 48 kHz 单声道 WAV。
哪些场景适合先做降噪
把它作为音乐或人声工作流中的一个准备步骤。
人声 demo
在分享人声想法前，降低风扇、空调或房间底噪。
采样准备
在裁剪、采样或转换格式前，先清理有稳定底噪的现场录音或排练片段。
转录准备
当噪声稳定且人声或旋律仍然清晰时，先改善输入信号，再进行后续转录或编辑。
怎样得到更好的清理结果
当噪声比较稳定、目标信号比较清晰时，噪声抑制效果通常更可控。
把稳定底噪作为目标
RNNoise 是噪声抑制器，不是万能修复器。持续的嘶声、风扇声和房间噪声更适合处理；强点击、削波、混响尾音或叠加的另一首歌则不一定能干净处理。
留意音乐细节
过强的抑制可能让辅音、瞬态或高频细节变软。试听两份结果，如果处理后出现水声或发闷，就降低混合强度。
记住输出边界
当前浏览器模型输出单声道 48 kHz WAV。它适合作为清理参考和下一步素材，不替代完整的修复套件或多轨混音。
音频降噪常见问题
直接回答模型、隐私、格式和预期结果相关问题。
继续处理音频
从降噪继续进入下一步具体的编辑或分析任务。