I Tested 6 Noise Reduction Tools on the Same Terrible Audio

# Saya Menguji 6 Alat Pengurangan Kebisingan pada Audio Buruk yang Sama

Cuplikan 60 detik yang sama dengan suara AC, ketukan keyboard, dan gema ruangan. 6 alat. Saya mengukur peningkatan SNR, pengenalan artefak, dan waktu pemrosesan.

Saya telah menghabiskan dekade terakhir membersihkan audio yang kebanyakan orang akan hapus dengan segera. Rekaman pengadilan di mana satu-satunya saksi berbicara dari seberang gudang. Wawancara podcast yang direkam di kedai kopi selama jam sibuk. Memo suara yang direkam di telepon yang dipegang di dalam saku jaket saat badai angin. Pekerjaan ini telah mengajarkan saya sesuatu yang tidak akan diakui oleh kebanyakan insinyur audio: mahal tidak berarti efektif, dan "bersih" sering kali adalah kode untuk "menghancurkan semua karakter bersamaan dengan kebisingan."

Bulan lalu, seorang podcaster mengirimkan file yang membuat saya merinding. Dia merekam wawancara di apartemennya dengan AC menyala, keyboard mekanik di dekat jangkauan, dan cukup reverb ruangan sehingga terdengar seperti dia sedang disiarkan dari dalam kontainer pengiriman. "Bisakah kamu menyelamatkan ini?" tanyanya. "Wawancaranya luar biasa, tapi saya tidak bisa menerbitkannya seperti ini."

Saya bisa saja menjalankannya melalui alur kerja biasa saya dan mengembalikannya. Sebagai gantinya, saya melakukan sesuatu yang berbeda. Saya menggandakan bagian 60 detik itu enam kali dan memproses masing-masing menggunakan alat pengurangan kebisingan yang berbeda—dari plugin gratis yang telah saya gunakan selama bertahun-tahun hingga suite perangkat lunak $400 yang menjanjikan "restorasi kualitas forensik." Kemudian saya mengukur semuanya.

Metodologi: Bagaimana Saya Sebenarnya Menguji Alat-Alat Ini

Kebanyakan ulasan alat audio tidak berguna. Seseorang membuka perangkat lunak, menyeret file, menggeser beberapa pengaturan hingga "suara lebih baik," dan menyatakan pemenang. Itu bukan pengujian. Itu menebak dengan peralatan mahal.

Saya membutuhkan pengukuran objektif, jadi saya mulai dengan karakteristik file sumber. Menggunakan analisa spektrum, saya mengidentifikasi tiga tipe kebisingan yang berbeda: hum AC 60Hz dengan harmonik pada 120Hz dan 180Hz, ketukan keyboard transien yang berkisar antara 2kHz hingga 8kHz, dan reverb ruangan dengan waktu redaman sekitar 0.8 detik. Rasio sinyal-ke-kebisingan asli diukur 8.2 dB—secara teknis adalah ucapan yang terdengar, tetapi melelahkan untuk didengarkan lebih dari tiga puluh detik.

Untuk setiap alat, saya mengukur empat metrik. Peningkatan rasio sinyal-ke-kebisingan memberi tahu saya seberapa bersih audio secara numerik. Pengenalan artefak menghitung masalah baru yang diciptakan oleh pemrosesan—denting metalik, efek di bawah air, atau suara "diproses" yang khas yang berteriak "Saya mencoba memperbaikinya di pasca produsksi." Waktu pemrosesan penting karena jika sebuah alat membutuhkan dua puluh menit untuk memproses enam puluh detik audio, itu tidak praktis bagi siapa pun yang bekerja dengan tenggat waktu. Dan kualitas subjektif, karena angka tidak memberi tahu Anda segalanya—saya meminta lima orang dengan pendengaran normal dan dua dengan pelatihan audio profesional untuk mendengarkan setiap versi tanpa tahu alat mana yang memprosesnya.

File uji itu sendiri perlu dijelaskan. Ini bukan kebisingan sintetis yang ditambahkan ke audio bersih di laboratorium. Ini adalah audio bencana dunia nyata: seorang wanita berbicara dengan volume percakapan normal, direkam di mikrofon USB yang layak (Audio-Technica AT2020), tetapi dalam lingkungan terburuk yang mungkin. Unit AC adalah model yang dipasang di jendela yang menyala dan mati. Keyboard adalah Cherry MX Blue mekanik—dipilih khusus karena merupakan jenis switch terkeras yang umum digunakan. Ruang berukuran 12x14 kaki dengan lantai kayu, tanpa perlakuan akustik, dan dinding paralel yang menciptakan gelombang berdiri pada 40Hz dan 80Hz.

Saya memproses setiap file menggunakan preset default "suara" atau "dialog" dari alat terlebih dahulu, kemudian melakukan pengaturan manual kedua untuk mencapai hasil yang terbaik. Pendekatan dua kali ini mencerminkan bagaimana orang sebenarnya menggunakan alat ini—preset cepat terlebih dahulu, kemudian penyesuaian jika diperlukan.

Sebelum Saya Tahu Apa yang Saya Dengarkan

Lima belas tahun yang lalu, saya mengira audio bersih berarti audio yang diam. Menghapus semuanya yang bukan suara. Membuatnya terdengar seperti direkam dalam bilik isolasi, bahkan jika direkam di tempat parkir. Saya menghabiskan berjam-jam dengan plugin pengurangan kebisingan awal, memutar setiap parameter ke maksimum, bangga dengan seberapa banyak yang telah saya hilangkan.

Kemudian saya dipekerjakan untuk membersihkan audio untuk dokumenter mengenai seorang penyintas Holocaust berusia 94 tahun. Wawancara telah direkam di apartemennya—gedung tua, dinding tipis, kebisingan jalan terus menerus terdengar. Saya memprosesnya dengan pendekatan agresif yang biasa saya dan mengirimkannya kepada sutradara.

Dia menelepon saya keesokan harinya. "Apa yang terjadi dengan suaranya?" tanyanya. "Suara itu terdengar seolah dia berbicara melalui telepon dari bawah air. Apakah kamu bisa mendengar bagaimana ia bergetar di kata-kata tertentu?"

Saya mendengarkan kembali. Dia benar. Dalam pencarian saya untuk menghilangkan kebisingan latar belakang, saya telah memperkenalkan artefak yang membuat wanita itu terdengar tidak alami. Lebih buruk lagi, saya telah menghapus beberapa nada ruangan yang memberi konteks di mana dia berbicara—rumahnya, tempat di mana dia tinggal selama empat puluh tahun setelah selamat dari kamp. Kebersihan klinis yang telah saya buat sebenarnya menghilangkan informasi emosional.

Itulah saat saya belajar perbedaan antara audio bersih dan audio mati. Audio bersih memiliki noise floor yang cukup rendah sehingga tidak mengalihkan perhatian dari konten. Audio mati telah diproses dengan begitu agresif sehingga tidak lagi terdengar manusia. Setiap alat pengurangan kebisingan berjalan di garis ini secara berbeda, dan kebanyakan dari mereka jatuh di sisi yang salah.

Wawancara penyintas itu mengajarkan saya untuk mendengarkan apa yang saya sebut "tes nafas." Ketika seseorang berbicara, ada momen kecil antara kata di mana mereka menghirup, di mana mulut mereka bergerak, di mana tubuh mereka ada dalam ruang fisik. Pengurangan kebisingan yang agresif sering kali menghilangkan mikro-suara ini bersama dengan kebisingan. Hasilnya secara teknis lebih bersih tetapi secara emosional hampa—ucapan yang terdengar seolah-olah berasal dari mesin teks-ke-suara, bukan dari manusia.

Saya kembali ke wawancara itu dan memprosesnya kembali dengan sentuhan yang lebih ringan. Ya, Anda masih bisa mendengar sedikit kebisingan jalan. Ya, ada nada ruangan yang hadir. Tetapi suara wanita itu terdengar seperti suaranya—hangat, hadir, hidup. Sutradara menangis ketika dia mendengarnya. "Itu dia," katanya. "Itu benar-benar dia."

Hasil Pengujian: Angka Bercerita Setengah dari Kisahnya

Inilah yang terjadi ketika saya menjalankan audio buruk itu melalui enam alat pengurangan kebisingan yang berbeda:

Angka-angka tersebut mengungkapkan sesuatu yang menarik: alat termahal (iZotope RX 10) memang mencapai peningkatan SNR tertinggi dan skor subjektif terbaik, tetapi selisih antara alat ini dan alat yang harganya sepertiga dari harga tersebut lebih kecil dari yang Anda harapkan. Yang lebih penting, skor subjektif kedua terbaik diberikan kepada ReaFIR bawaan dari Reaper—alat yang diberikan gratis dengan DAW seharga $60 yang sudah dimiliki oleh sebagian besar orang audio.

Adobe Podcast Enhance mengejutkan saya dengan cara yang paling buruk. Meskipun gratis dan sangat mudah digunakan (seret, jatuhkan, tunggu), ia memperkenalkan artefak yang paling jelas. Pemrosesan AI membuat suara terdengar seolah-olah telah dijalankan melalui vocoder. Beberapa pendengar menggambarkannya sebagai "menyeramkan" atau "lembah aneh." Peningkatan SNR terlihat solid di kertas, tetapi pengalaman subjektifnya cukup buruk sehingga saya tidak akan menggunakannya untuk apa pun yang ingin orang dengar.

Krisp AI, yang dipasarkan secara besar-besaran untuk panggilan video waktu nyata, tampil lebih baik daripada Adobe tetapi masih menderita dari kualitas "diproses AI" yang khas. Ini sangat baik untuk pertemuan Zoom di mana Anda memerlukan penekanan kebisingan saat ini dan tidak ada yang mendengarkan secara kritis, tetapi tidak cocok untuk konten yang Anda publikasikan.