audio-editing

音频编辑基础知识

掌握音频后期制作的基本技巧——归一化、压缩、均衡和降噪，并采用正确的处理顺序，打造专业品质的音频。

何时使用此技能

• 编辑播客节目或视频配乐
• 清理录制的配音
• 提升营销内容的音频质量
• 准备待分发的音频文件
• 排查常见的音频问题
• 统一项目中的音频电平

方法论基础

来源：iZotope + 行业最佳实践

核心原则：音频处理必须遵循正确的顺序——每个步骤都建立在前一步的基础上。“先降噪再压缩，才能避免放大噪声。先压缩再均衡，才能避免前功尽弃，破坏已调整好的电平。”目标是服务内容，而非炫耀处理效果。

为何重要：音频编辑不佳，是原本优质的内容听起来不专业的最常见原因。了解这些基础知识，能帮助营销人员自行润色录音，或与音频工程师有效沟通。

Claude 负责什么，你来决定什么

Claude 负责	你来决定
规划制作工作流	最终创作方向
提出技术方案建议	设备和工具的选择
创建模板和检查清单	质量标准
识别最佳实践	品牌与声音风格的决策
生成脚本大纲	最终脚本审批

此技能的功能

1. 采用正确的处理顺序 - 增益 → 降噪 → 压缩 → 均衡 → 限幅
2. 设置适当的电平 - 归一化、响度标准（LUFS）、峰值管理
3. 智能降噪 - 避免引入伪影
4. 平衡动态范围 - 为人声和音乐设置压缩参数
5. 塑造音色 - 通过均衡调整提升清晰度和温暖感

使用方法

修复音频问题

My audio has [describe problem: too quiet, noisy background, inconsistent levels, muddy sound].
Help me fix it using proper processing order.

准备适用于平台的音频

Help me prepare this audio for [podcast/YouTube/Spotify/broadcast].
Current state: [describe audio]

掌握音频工作流

Create an audio editing workflow for [content type].
Include settings for [software: Audacity/Audition/etc.]

操作说明

编辑音频时，请遵循此方法：

步骤 1：处理顺序

始终按照以下顺序处理，避免问题叠加。

## Correct Processing Order

1. GAIN STAGING
   ↓
2. NOISE REDUCTION
   ↓
3. COMPRESSION
   ↓
4. EQUALIZATION
   ↓
5. FINAL NORMALIZATION / LIMITING

Why this order:
- Noise reduction BEFORE compression: Prevents amplifying noise
- Compression BEFORE EQ: Prevents EQ changes affecting dynamics
- Limiting LAST: Sets final ceiling after all processing

---

步骤 2：增益分级

在进行任何处理之前，先设置初始电平。

## Gain Staging Guidelines

**Recording (target during capture)**:
- Peaks at -12 to -6 dB
- Leaves headroom for processing

**Initial Normalization (start of editing)**:
- Normalize peaks to -6 dB
- Creates consistent starting point

**Two Types of Normalization**:

1. **Peak Normalization**
   - Adjusts based on loudest point
   - Use for: Initial gain staging
   - Does NOT change dynamic range

2. **RMS/Loudness Normalization**
   - Adjusts based on average level
   - Use for: Final delivery
   - Better for perceived loudness matching

按工具区分：

软件	归一化功能
Audacity	Effect → Normalize
Audition	Effects → Amplitude → Normalize
Logic Pro	Region → Normalize

---

步骤 3：降噪

去除不需要的背景声音，同时避免产生伪影。

## Noise Reduction Approach

**When to use**:
- Consistent background hiss/hum
- Air conditioning, computer fan noise
- Not for variable noise (traffic, voices)

**Method 1: Spectral Noise Reduction**
1. Find 2-3 seconds of "silence" (noise only)
2. Use as noise profile
3. Apply reduction to full track
4. Use conservative settings

**Settings Guide** (Audacity example):
- Noise Reduction: 6-12 dB (start low)
- Sensitivity: 4-6 (higher = more aggressive)
- Frequency Smoothing: 3-6 bands

**Method 2: Noise Gate**
- Sets threshold; audio below is silenced
- Better for breaths between speech
- Doesn't affect audio during speech

**Warning Signs of Over-Processing**:
- "Underwater" or "robotic" sound
- Swirling artifacts
- Unnatural silence between words

**Rule**: If choosing between slight noise or artifacts, keep the noise.

---

步骤 4：压缩

平衡动态范围——降低过响部分的音量，提升过轻部分的音量。

## Compression for Voice

**What It Does**:
- Reduces volume of sounds above threshold
- Results in more consistent, fuller sound

**Key Parameters**:

| Parameter | What It Does | Voice Setting |
|-----------|--------------|---------------|
| Threshold | Level where compression starts | -20 to -12 dB |
| Ratio | How much to reduce | 2:1 to 4:1 |
| Attack | How fast compression kicks in | 10-30 ms |
| Release | How fast compression stops | 100-300 ms |
| Makeup Gain | Boosts output after compression | To taste |

**Voice Compression Starting Point**:
- Threshold: -18 dB
- Ratio: 3:1
- Attack: 15 ms (fast enough for transients)
- Release: 150 ms
- Gain: +3-6 dB (compensate for reduction)

**Multi-Band Compression** (advanced):
- Different settings for different frequency ranges
- Useful for controlling low-end rumble without affecting highs
- Overkill for most marketing audio

**When NOT to Compress**:
- Already consistent audio (well-recorded)
- Music meant to be dynamic
- Over-compression sounds "squashed"

---

步骤 5：均衡（EQ）

塑造音色——削减问题频段，提升清晰度。

## EQ for Voice

**Philosophy**: Cut more than boost. Removing problems is safer than adding "goodness."

**Voice Frequency Guide**:

| Range | Frequency | Effect |
|-------|-----------|--------|
| Rumble | Below 80 Hz | Cut (high-pass filter) |
| Muddiness | 200-400 Hz | Cut if boomy |
| Body/Warmth | 150-250 Hz | Boost slightly for thin voice |
| Boxy/Nasal | 400-800 Hz | Cut if honky |
| Clarity/Presence | 2-4 kHz | Boost for intelligibility |
| Sibilance | 5-8 kHz | Cut if harsh "s" sounds |
| Air/Brightness | 8-12 kHz | Boost for expensive studio feel |

**Standard Voice EQ Recipe**:
1. High-pass filter at 80 Hz (removes rumble)
2. Cut 2-3 dB around 300 Hz (reduces muddiness)
3. Boost 2-3 dB around 3 kHz (adds clarity)
4. High-shelf boost at 10 kHz if needed (adds air)

**De-essing**:
- Tames harsh "s" and "sh" sounds
- Target: 5-8 kHz range
- Use de-esser plugin OR narrow EQ cut

---

步骤 6：最终归一化 / 限幅

设置符合交付平台要求的输出电平。

## Loudness Standards by Platform

| Platform | Target | Measurement |
|----------|--------|-------------|
| Podcast (general) | -16 LUFS | Integrated loudness |
| Spotify/Apple Podcasts | -14 LUFS | May normalize further |
| YouTube | -14 LUFS | Recommended |
| Broadcast TV (US) | -24 LKFS | FCC regulation |
| ACX/Audiobooks | -23 to -18 dB RMS | Per chapter |

**Final Steps**:

1. **Loudness Normalization**
   - Match to platform standard (e.g., -16 LUFS)
   - Use loudness meter, not peak meter

2. **Limiting**
   - Prevents clipping
   - Set ceiling at -1 dB (leaves headroom for encoding)
   - Catches peaks that exceed ceiling

3. **Export Settings**
   - Podcast: 128-192 kbps MP3, stereo
   - Video: Match video project settings
   - Audiobook: 192 kbps MP3, 44.1 kHz, mono

示例

示例 1：修复含噪的播客录音

背景：录制了一段远程播客访谈，能听到明显的背景嗡嗡声。

输入：

我的播客嘉宾用笔记本电脑的麦克风录音。录音里一直有低沉的嗡嗡声，而且音量忽高忽低——有时很轻，有时又太响。我该如何修复？

输出：

播客修复工作流

评估

• 问题 1：低沉的嗡嗡声（可能是 50/60 Hz 的电流噪声）
• 问题 2：电平不一致（录音时没有进行压缩）
• 问题 3：可能使用了笔记本电脑麦克风，导致声音单薄、刺耳

分步修复

1. 增益分级

• 将峰值标准化至 -6 dB
• 为后续处理留出余量

2. 消除嗡声

如果是电流嗡声（音高稳定）：

• 使用 60 Hz（美国）或 50 Hz（欧洲）的陷波滤波器
• 还要对谐波进行陷波：120 Hz、180 Hz、240 Hz
• 设置：Q 值很窄（高），深度衰减（-12 至 -20 dB）

如果是宽带噪声（嘶嘶声）：

• 找出一段只有嗡声的 2 秒音频（位于语音片段之间）
• 将其用作噪声配置文件
• 应用降噪：8-10 dB，灵敏度 5
• 留意伪影；如果声音变得机械，就降低降噪强度

3. 平衡音量

压缩设置：

• 阈值：-18 dB
• 压缩比：4:1（由于音质较差，设得高于常规值）
• 启动时间：20 ms
• 释放时间：200 ms
• 补偿增益：+5 dB

4. 修复单薄的声音

EQ 调整：

• 在 100 Hz 处设置高通滤波器（笔记本电脑麦克风本来也录不到好的低音）
• 在 200 Hz 处提升 2 dB（增加饱满度）
• 在 500 Hz 处衰减 3 dB（减少箱体感）
• 在 3 kHz 处提升 2 dB（提高清晰度）
• 如果声音刺耳，在 6 kHz 处衰减 2 dB

5. 最终输出

• 将响度标准化至 -16 LUFS
• 将峰值限制在 -1 dB
• 导出：192 kbps MP3

前后对比检查

• 通过旁通功能进行 A/B 对比
• 检查声音是否有明显的“处理感”
• 最好的编辑应当浑然天成

---

示例 2：按内容类型设置音频参数

背景：为不同类型的音频内容设置模板。

输入：

我制作三种类型的内容：YouTube 视频、播客节目和用于销售的 Loom 视频。能为每种内容提供处理模板吗？

输出：

音频处理模板

模板 1：YouTube 视频

目标：人声清晰，背景音乐适宜，在手机扬声器和耳机上播放效果良好

处理链：

1. 噪声门：阈值 -40 dB，去除语音间隙的环境噪声
2. 高通滤波器：100 Hz，去除隆隆声
3. 压缩：阈值 -16 dB，压缩比 3:1
4. EQ：
   • 在 350 Hz 处衰减 3 dB
   • 在 3.5 kHz 处提升 3 dB
   • 在 8 kHz 处进行 +2 dB 高架提升
5. 去齿音器：目标频率 6 kHz，中等阈值
6. 限制器：上限 -1 dB

导出：-14 LUFS，立体声，与视频编解码器匹配

人声/音乐平衡：人声为 -12 dB，音乐为 -20 至 -24 dB（比人声低 8-12 dB）

---

模板 2：播客节目

目标：营造亲密、稳定的声音效果，适合长时间通过耳机收听

处理链：

1. 标准化：峰值至 -6 dB
2. 降噪：轻度（最多 6 dB）
3. 压缩：阈值 -18 dB，压缩比 2.5:1，较慢的释放时间（250 ms）
4. EQ：
   • 在 80 Hz 处设置高通滤波器
   • 在 200 Hz 处稍微提升暖度
   • 在 2.5 kHz 处提升临场感
5. 限制器：上限 -1 dB

导出：-16 LUFS，128-192 kbps MP3，立体声或单声道

多位说话者：分别处理每条音轨，然后平衡音量（同时播放时响度应相同）

---

模板 3：Loom/销售视频

目标：专业而自然，确保清晰易懂，并针对笔记本电脑扬声器优化

处理链：

1. 高通滤波器：120 Hz（设置较激进，笔记本电脑扬声器本来就无法还原更低频率的声音）
2. 压缩：阈值 -14 dB，压缩比 3.5:1（让演示音量保持稳定）
3. EQ：
   • 在 300-400 Hz 处衰减 4 dB（减少笔记本电脑声音的浑浊感）
   • 在 2-4 kHz 处提升 3 dB（让声音在小扬声器上更清晰）
4. 限制器：上限 -3 dB（为 Loom 压缩留出余量）

导出：-14 LUFS，优化文件大小（可以接受较低比特率）

专业提示：用笔记本电脑扬声器测试播放，而不是用录音室监听音箱——买家就是这样听的

检查清单与模板

音频编辑检查清单

## Pre-Processing
□ Imported audio to project
□ Listened through once for problems
□ Noted specific issues (noise, pops, volume spikes)
□ Backed up original file

## Processing (in order)
□ 1. Gain staging: peaks at -6 dB
□ 2. Noise reduction applied (if needed)
□    - Used clean noise sample
□    - Checked for artifacts
□ 3. Compression applied
□    - Threshold set appropriately
□    - Gain reduction 3-6 dB typical
□ 4. EQ applied
□    - High-pass engaged
□    - Problem frequencies cut
□ 5. Final limiting
□    - Ceiling at -1 dB (or per platform)

## Quality Check
□ A/B comparison with bypass
□ Listened on headphones
□ Listened on different speakers
□ No artifacts or processing sounds
□ Loudness matches target spec

---

平台速查表

## Quick Reference: Delivery Specs

PODCASTS
- Loudness: -16 LUFS
- Format: 128-192 kbps MP3
- Channels: Mono or Stereo

YOUTUBE
- Loudness: -14 LUFS
- Format: Match video settings
- Note: Will be normalized by platform

AUDIOBOOKS (ACX)
- RMS: -23 to -18 dB
- Peak: -3 dB max
- Noise floor: -60 dB
- Format: 192 kbps MP3, 44.1 kHz, mono

BROADCAST (US)
- Loudness: -24 LKFS
- True peak: -2 dB
- Note: FCC regulated

MUSIC STREAMING
- Loudness: -14 LUFS (Spotify reference)
- Platforms normalize, but masters are louder

技能边界

此技能擅长的方面

• 规划音频制作工作流
• 提供技术指导
• 创建质量检查清单
• 提出创意方案

此技能无法做到的事

• 取代音频工程专业知识
• 做出主观的创意决策
• 直接访问或编辑音频文件
• 保证商业成功

参考资料

• iZotope. “在家录制专业品质配音的技巧”
• Riverside. “完整的后期制作指南”
• Lower Street. “如何编辑播客”
• MixingMonster. “音频后期制作指南”

相关技能

• pydub-automation - 用于批量处理的 Python 脚本
• audiobook-production - 符合 ACX 标准的母带制作
• podcast-production - 完整的播客工作流
• voiceover-direction - 获得更好的原始录音

---

技能元数据（内部使用）

name: audio-editing
category: audio
subcategory: editing
version: 1.0
author: MKTG Skills
source_expert: iZotope, Industry Best Practices
source_work: Audio Engineering Standards
difficulty: beginner
estimated_value: $50-200 per hour (equivalent engineering time)
tags: [audio, editing, eq, compression, normalization, post-production]
created: 2026-01-26
updated: 2026-01-26