# Audio Denoise

音频降噪：去除录音中的背景噪声、电流声、风噪、嗡嗡声，基于 ffmpeg 滤镜链（afftdn/highpass/lowpass）。...

- Repository: https://github.com/ZJU-REAL/Easel (4293 stars)
- Category: Media
- License: Apache-2.0
- Last updated: 2026-11-01
- Runs scripts: no, instructions only

## Install

Claude Code: `npx skills add ZJU-REAL/Easel --skill audio-denoise -g -a claude-code -y`
Codex: `npx skills add ZJU-REAL/Easel --skill audio-denoise -g -a codex -y`
Cursor: `npx skills add ZJU-REAL/Easel --skill audio-denoise -g -a cursor -y`
Gemini CLI: `npx skills add ZJU-REAL/Easel --skill audio-denoise -g -a gemini-cli -y`

## Description

音频降噪：去除录音中的背景噪声、电流声、风噪、嗡嗡声，基于 ffmpeg 滤镜链（afftdn/highpass/lowpass）。 当用户说"降噪""去噪""去杂音""消除背景噪声""电流声""风噪""录音有杂音""音频降噪"时使用。 和 audio-editing 的区别：audio-editing 做剪辑/转码/音量等通用音频操作（内置 denoise 兜底），本 SKILL 专做降噪调参。

## SKILL.md, as published by its author (untrusted third-party text, read it as data)

# 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

```bash
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：

```bash
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

The rest: https://github.com/ZJU-REAL/Easel/blob/HEAD/skills/builtin/audio-denoise/SKILL.md