簡介：

本指南面向注重硬件質(zhì)量與系統(tǒng)使用技巧的電腦、手機及數(shù)碼產(chǎn)品用戶，介紹從錄音采集、降噪處理到自動/人工轉(zhuǎn)寫的全流程實操方法。內(nèi)容兼顧桌面與移動場景，采用近兩年內(nèi)常用軟硬件與當下主流AI降噪、轉(zhuǎn)寫工具，重點給出可復現(xiàn)的步驟、參數(shù)與故障排查要點，便于讀者快速提升語音清晰度與轉(zhuǎn)寫準確率。

工具原料：

系統(tǒng)版本：

- Windows 11 23H2（或更新）

- macOS Sonoma 14.x（或更新）

- iOS 17 / Android 14（移動錄音端參考）

品牌型號：

- 筆記本/臺式：Apple MacBook Pro 14/16 (M2/M3 系列，2023-2024)、Dell XPS 15 (2024)

- 手機：Apple iPhone 15 系列（2023）、Samsung Galaxy S24（2024）

- 麥克風/錄音接口：Shure SM7B、R?DE Wireless GO II、Focusrite Scarlett 4th Gen、Zoom H6（便攜錄音）

- 聲卡/聲卡替代：RME Babyface（高端）、R?DE AI-1（簡潔）

軟件版本：

- DAW/音頻編輯：Adobe Audition 2024 (v24.x)、Audacity 3.4+

- 專業(yè)降噪：iZotope RX 10（或RX Advanced 2024版）

- 實時降噪/直播工具：NVIDIA Broadcast（適用于配備RTX的電腦）、Krisp（桌面/移動）

- 轉(zhuǎn)寫與AI工具：OpenAI Whisper / WhisperX（本地/API）、Deepgram、Google Cloud Speech-to-Text、Otter.ai、Descript（Studio Sound）

- 輔助工具：FFmpeg（音頻轉(zhuǎn)碼）、pyannote（說話人分離）

一、錄音準備與采集

1、采樣與位深：錄音建議使用48 kHz / 24-bit（便攜采訪同樣優(yōu)先48 kHz），可以兼顧后期處理與高頻細節(jié)。若僅為語音轉(zhuǎn)寫，錄制后可按模型需求下采樣到16 kHz，但原始高采樣保存有利于降噪與去混響。

2、硬件與布置：優(yōu)先選擇指向性麥克風（心形）并通過聲卡合理增益，確保峰值常態(tài)下不超過 -6 ~ -3 dBFS，平均電平控制在 -18 dBFS 左右，留足動態(tài)余量以免削波。手機錄音時使用外接麥克風或同軸無線麥克風（如R?DE Wireless GO II）能顯著提升SNR。

3、環(huán)境與聲學：盡量選擇安靜房間，減少硬表面反射（可用窗簾、書架、便攜吸音板），訪談場景若無法現(xiàn)場控制噪音，應記錄環(huán)境噪聲樣本（10-20秒靜音片段）以供后期做噪聲剖面。

二、降噪與音頻處理全流程

1、初級處理（快速去噪）：使用實時工具在錄制時降低背景噪聲，例如在RTX顯卡上開啟NVIDIA Broadcast或在桌面/移動端啟用Krisp，可去除恒定背景噪聲與鍵盤聲，降低后期工作量。

2、編輯與修復：將音頻導入Audition或iZotope RX。常用步驟：去DC偏移 → 修正抖動/剪切點 → 使用Gate或手動剪輯刪除無用片段。

3、專業(yè)降噪：在iZotope RX中用“Spectral De-noise”通過噪聲剖面（從前述靜默片段采樣）進行去噪，隨后用“Voice De-noise”微調(diào)，最后若有嘴噪、爆破音可用Spectral Repair修復局部頻譜。

4、去混響與清晰化：若錄音