影视同期声常见噪声种类及后期降噪技术探析

一、同期声常见噪声

1.1 环境噪声与本底噪声

影视同期声常见的噪声，若从声源角度考虑，可分为两大类，即环境噪声与设备的本底噪声。

环境噪声是影视同期声录制中最常见的一类噪声，通常来自拍摄场地或周围环境中的不可控因素，包括自然和人为的声音。如风声、雨声、河流声、树叶的沙沙声等。这些噪声在户外拍摄时很难避免，这些声音多为随机出现，很难提前预判和控制。本底噪声则来源于录音设备本身或者其他辅助设备的干扰。如多轨录音机工作时的本底噪声；录音设备接口松动带来的电流声；电容麦克风在高风压下产生的爆裂声等又或是无线麦克风频段串扰所带来的滋滋声。

1.2 稳态噪声与瞬态噪声

若从持续时间考虑，也可分为稳态噪声与瞬态噪声。稳态噪声是指在声音中持续存在且变化较为平稳的噪声。其声能通常在整个录音过程中保持相对稳定，具有一定的频率和强度特征。多见于环境噪声和设备本底噪声。

瞬态噪声是指在声音中短暂出现、具有突然性和不规则性的噪声。其声能通常是突发性的，仅出现在录音中的某些瞬间。无论是环境噪声、本底噪声还是稳态、瞬态噪声，都会读对白的清晰度产生严重影响，值得一提的是，噪声处理的优先级应是在同期录音阶段就想办法消除或减弱，后期阶段的处理在目前为止都带有一定不可逆的破坏性，实属“亡羊补牢”。

二、同期噪声处理方法及相关插件应用

2.1 均衡器降噪法

均衡器是一种对声场频响曲线进行补偿调节的设备，它可通过削弱强度较高的频率部分或增强较弱的频率部分，可以改变音频信号中频率成分的比例，从而有效抑制某些恒定频率的噪声干扰。它可以针对不同噪声问题调整参数，灵活应对各种情况。例如，对于拍摄现场的低频噪声，可以使用低切滤波器；对于设备或电器引起的高频或低频电磁干扰噪声，可以通过高通或低通滤波器加以处理。这种方法在解决部分同期录音噪声问题时具有很强的灵活性。然而，其局限性也较为突出，当噪声频率与目标声音的频率范围存在重叠时，降噪处理会影响非噪声信号，局限性较强。

2.2 压扩/ 噪声门降噪法

通过使用压缩器和扩展器等音频处理效果器，可以调整音频信号的动态范围，从而实现降噪效果。[1] 扩展器是一种反向放大器，它专门对小信号进行衰减，通过区分大动态信号和小动态信号来降低噪声。扩展器的“噪声门”功能尤为关键，它能够隔离并衰减低于门限值的噪声信号，从而有效提高同期录音中信号与噪声的比例。由于扩展器主要针对音频信号的动态范围进行处理，这种方法被称为动态调节降噪法。

对于一段包含恒定噪声的音频，噪声信号的振幅通常较小，而非噪声信号例如对白或音效的振幅较大。通过调节扩展器的参数，可以设定一个“噪声门”，使得只有振幅高于门限值的非噪声信号能够通过，而低于门限值的小信号被有效衰减或完全隔离。然而，该方法法也存在一定的局限性。虽然对于门限以下的小信号的处理较为干净，但当某些恒定噪声的振幅高于门限值时，它们可能仍会通过，影响降噪效果。此外，如果噪声的频率与目标声音的频率重叠，会导致对白音质受损，甚至需要以部分音色为代价。

2.3 采样降噪法

采样降噪法是影视声音后期处理中常用的一种降噪技术，其核心原理是通过提取并分析音频中的噪声特征。并从整体音频中减去这些噪声，从而降低噪声干扰，保留目标声音。rx spectral de-noise是该领域的翘楚。采样降噪需要对噪声信号先进行采样解析。在一段存在恒定噪声的音频中，选取一段纯粹的噪声进行采样，分析得到该段噪声的静态频谱，得出该段恒定噪声在频域中所处的频段范围，在其基础上得到反相的噪声波形叠加到原始音频上，两个反相的音频信号在频域中相抵消，从而达到降噪的目的。

采样隆噪在对恒定噪声的处理效果较为理想，但无法用于处理瞬态噪声或无规律性噪声，且由于采样降噪是对音频信号的频率进行直接处理，而在整段音频信号的频域中，各发声物体的的频率范围有所重合，因此采样降噪在进行降噪时，也会消除部分非噪声的音频信号，容易在听感上导致失真的问题。

2.4 神经网络降噪法

神经网络降噪法的代表是 Waves 的 Waves Clarity Vx Pro 降噪插件。它仍是基于传统的采样降噪思路进行工作，同样是需要分析段落频谱，进行反向叠加降噪，但其特殊性在于在软件的分析和处理阶段，都加入了其自研的 Waves Neural Networks 神经网络技术。

Waves Neural Networks 是 Waves 公司开发的人工智能音频处理引擎，它利用神经网络深度学习技术，经过神经网络通过数千小时的音频样本训练，还学习了人类语音的独特特征，如音色、频率、动态特性和噪声的特性。这模型能够识别音频中语音和噪声的差异，即使它们在频率或动态范围上部分重叠。其优势在于实时适应噪声特性和语音特性的变化，不依赖于固定频段进行降噪，而是通过 AI判断哪些声音属于语音，哪些属于噪声，以求最大程度的自然平滑处理。

2.5 频谱修补降噪法

rx spectral editor 是该领域最好用的插件之一。该插件页面为选中声音的频谱，横轴为时间，纵轴为频率分布，亮度表示能量强度。频谱修补法的原理与均衡器降噪法类似，都是对声音某部分频率进行衰减提升，但频谱修补法不仅可以衰减持续噪声，也可去除瞬态噪声。通过频谱界面的手动选择，可以采用智能化的修补算法，精确定位和框选需要处理的噪声区域，基于周围频率和时间信息，推测并重建被噪声破坏的音频部分。

该插件有三中修复模式：Attenuate 减弱所选区域中的噪声，而不完全移除。Replace 将噪声区域替换为周围频率特征相似的音频信号。Partials + Noise 保留信号的谐波部分，同时去除背景噪声。若将黑框框选部分为对白中的口水声，选择替换模式，框选后替换为一旁的本底噪声，成功消除口水声，该方法的最大优势在于其对于瞬态噪声良好的清除能力。

声音制作不仅是影视创作中不可或缺的重要环节，同时也是技术性极强的领域。在实际制作中，无论是环境噪声还是设备噪声，都会对同期录音的清晰度和真实感造成影响。而在后期处理中，针对不同噪声特性的多样化降噪技术，如均衡器降噪法、动态调节降噪法、采样降噪法、神经网络降噪法及频谱修补降噪法，为行业提供了灵活而高效的解决方案。

然而，值得注意的是，后期降噪技术的强大并不意味着可以忽略录制阶段的声音质量控制。同期录音阶段的噪声控制是基础，而后期处理更多是在“亡羊补牢”。未来，随着人工智能和深度学习技术的进一步发展，影视声音后期处理必将迎来更智能化、更精准化的变革，这不仅为创作者提供了更强大的工具，也将为观众带来更高品质的视听体验。

参考文献

[1] 相晨 . 音频修复技术在影视声音后期中的应用 [D]. 南京艺术学院。