How to Remove Background Noise from Audio (3 Methods That Work)

Saya tidak akan pernah melupakan kepanikan yang saya rasakan ketika seorang klien menelepon saya pada pukul 11 malam, tiga jam sebelum podcast mereka seharusnya ditayangkan. "Ada dengungan mengerikan sepanjang wawancara," kata mereka, suaranya tegang karena stres. "Bisakah kamu memperbaikinya?" Saya sudah bekerja sebagai insinyur audio selama 15 tahun saat itu, berspesialisasi dalam produksi podcast dan pekerjaan pengisi suara, tetapi misi penyelamatan khusus itu mengajarkan saya sesuatu yang sangat penting: kebanyakan orang tidak menyadari seberapa banyak audio yang "rusak" masih bisa diselamatkan.

Mal malam itu, saya menghapus dengungan listrik 60Hz yang gigih, suara lalu lintas dari jendela yang terbuka, dan deru kipas laptop yang terus menerus—semua dari rekaman wawancara selama 90 menit. Episode tersebut tayang sesuai jadwal, dan klien tidak pernah tahu betapa dekatnya mereka dengan bencana. Sejak saat itu, saya telah membersihkan ribuan jam audio, dari video pelatihan perusahaan hingga podcast kriminal sejati, dan saya belajar bahwa penghapusan suara latar bukanlah sihir—ini adalah proses sistematis yang dapat dikuasai siapa saja dengan alat dan teknik yang tepat.

Dalam panduan ini, saya akan memandu Anda melalui tiga metode terbukti untuk menghapus suara latar dari audio, diperingkat dari yang ramah pemula hingga tingkat profesional. Apakah Anda merekam podcast di kamar tidur, melakukan wawancara Zoom, atau memproduksi video YouTube, teknik ini akan mengubah rekaman Anda yang keruh dan berisik menjadi audio bersih yang terdengar profesional yang membuat audiens Anda terlibat.

Memahami Suara Latar: Apa yang Sebenarnya Anda Lawan

Sebelum kita menyelami teknik penghapusan, Anda perlu memahami apa itu suara latar sebenarnya—karena tidak semua suara diciptakan sama, dan jenis yang berbeda memerlukan pendekatan yang berbeda. Dalam tahun-tahun saya bekerja dengan audio, saya telah mengkategorikan suara latar menjadi tiga jenis utama, masing-masing dengan karakteristik dan tantangan tersendiri.

Pertama, ada suara konstan—suara yang stabil dan tidak berubah seperti dengungan pendingin udara, deru kipas komputer, atau bunyi listrik. Ini sebenarnya adalah jenis yang paling mudah untuk dihapus karena konsistensinya membuatnya dapat diprediksi. Ketika saya menganalisis gelombang suara dengan kebisingan konstan, saya bisa melihatnya sebagai garis dasar yang stabil di bawah sinyal audio yang diinginkan. Alat dapat mempelajari pola ini dan menguranginya dari seluruh rekaman.

Kedua, kita memiliki suara intermitten—suara yang datang dan pergi, seperti lalu lintas yang berlalu, anjing yang menggonggong di kejauhan, atau pintu yang menutup. Jenis ini lebih rumit karena tidak cukup konstan untuk algoritma pengurangan kebisingan sederhana. Saya menemukan bahwa suara intermitten sering memerlukan kombinasi teknik: pengurangan kebisingan luas untuk elemen konstan (seperti deru lalu lintas jauh) dan pengeditan manual untuk gangguan mendadak yang keras.

Ketiga, ada reverb lingkungan dan nada ruangan—tanda akustik halus dari ruang tempat Anda merekam. Sebuah kamar kecil yang tidak tertangani terdengar sangat berbeda dari ruangan besar yang kosong atau kantor yang dilapisi karpet. Ini bukan suara dalam arti tradisional, tetapi dapat membuat audio Anda terdengar amatir dan jauh. Menghapus atau mengurangi nada ruangan memerlukan alat yang berbeda dibandingkan dengan pengurangan kebisingan tradisional.

Inilah sesuatu yang kebanyakan pemula tidak sadari: spektrum frekuensi sangat penting. Deru frekuensi rendah (di bawah 80Hz) dari lalu lintas atau sistem HVAC memerlukan perlakuan yang berbeda dibandingkan dengan desisan frekuensi tinggi (di atas 8kHz) dari mikrofon murahan atau gangguan listrik. Suara frekuensi menengah (300Hz-3kHz) adalah yang paling menantang karena tumpang tindih dengan frekuensi suara manusia—menghapus terlalu banyak, dan suara Anda terdengar kosong dan robotik.

Saya selalu memberi tahu klien saya bahwa pencegahan lebih bernilai sepuluh kali lipat daripada pengobatan. Sebuah pelindung angin busa seharga $30 dapat menghilangkan suara angin yang akan memakan waktu satu jam untuk dibersihkan dalam pasca produksi. Merekam di dalam lemari yang penuh dengan pakaian dapat mengurangi gema ruangan yang tidak dapat dihapus dengan sempurna oleh perangkat lunak. Tetapi ketika pencegahan gagal—dan itu akan terjadi—memahami jenis suara ini membantu Anda memilih metode penghapusan yang tepat.

Metode 1: Menggunakan Pengurangan Kebisingan Audacity (Gratis dan Ramah Pemula)

Mari kita mulai dengan pilihan yang paling mudah diakses: Audacity, editor audio gratis dan sumber terbuka yang telah menjadi rekomendasi utama saya untuk pemula sejak 2008. Saya telah menggunakan Audacity untuk membersihkan semua dari wawancara podcast hingga rekaman upacara pernikahan, dan alat pengurangan kebisingan, meskipun sederhana, sangat efektif untuk kebisingan latar belakang yang konstan.

"Perbedaan antara audio amatir dan profesional bukanlah peralatan mahal—itu adalah mengetahui bahwa 90% masalah audio dapat diperbaiki dalam pasca produksi jika Anda memahami dasar-dasar pengurangan kebisingan."

Kecantikan pendekatan Audacity adalah proses dua langkah yang bahkan pemula pun dapat kuasai dalam waktu sekitar lima menit. Pertama, Anda mengajarkan perangkat lunak apa suara seperti dengan memilih "profil kebisingan"—sebuah bagian dari rekaman Anda yang hanya berisi kebisingan latar yang ingin Anda hapus, tanpa ucapan atau audio yang diinginkan. Ini biasanya ditemukan dalam beberapa detik pertama sebelum seseorang mulai berbicara, atau dalam jeda antara kalimat. Saya biasanya mencari setidaknya 0,5 detik kebisingan murni, meskipun 1-2 detik adalah yang ideal.

Inilah alur kerja saya yang tepat: Saya membuka file audio di Audacity dan segera memindai gelombang suara untuk bagian yang tenang. Saya memperbesar hingga saya dapat melihat bentuk gelombang individu dengan jelas—ini membantu saya mengidentifikasi bagian di mana hanya ada kebisingan. Saya memilih bagian ini (itu ditandai dengan warna putih), lalu pergi ke Efek > Pengurangan Kebisingan dan mengklik "Dapatkan Profil Kebisingan." Kotak dialog langsung menutup, yang membingungkan beberapa orang, tetapi ini normal—Audacity sekarang telah mempelajari seperti apa suara kebisingan Anda.

Langkah kedua adalah tempat sihir nyata terjadi. Saya memilih seluruh trek audio (Ctrl+A di Windows, Cmd+A di Mac), kembali ke Efek > Pengurangan Kebisingan, dan menyesuaikan tiga parameter penting. Penggeser Pengurangan Kebisingan (diukur dalam dB) mengendalikan seberapa agresif perangkat lunak menghapus kebisingan—saya biasanya mulai pada 12dB untuk kebisingan sedang dan jarang naik di atas 18dB, karena nilai yang lebih tinggi mulai membuat suara terdengar diproses dan tidak alami. Penggeser Sensitivitas menentukan seberapa tepat perangkat lunak membedakan antara kebisingan dan audio yang diinginkan—saya menjaga ini antara 6-8 untuk sebagian besar rekaman. Parameter Frekuensi Pelunakan (diukur dalam pita) mempengaruhi bagaimana pengurangan diterapkan di berbagai frekuensi—saya menggunakan 3-6 pita untuk rekaman suara.

Berikut adalah tip penting yang saya pelajari dengan cara yang sulit: selalu lihat pratinjau sebelum menerapkan. Audacity memungkinkan Anda melihat pratinjau efek selama beberapa detik, dan saya telah menyelamatkan banyak rekaman dengan menangkap pemrosesan yang berlebihan selama pratinjau. Jika suara terdengar kosong, robotik, atau "di bawah air," Anda telah pergi terlalu jauh. Saya mengurangi penggeser Pengurangan Kebisingan sebesar 3-6dB dan mencoba lagi. Tujuannya bukan untuk menghapus setiap jejak kebisingan—ini untuk menguranginya hingga tingkat yang dapat diterima sambil mempertahankan kualitas alami suara.

Untuk rekaman podcast umum dengan kebisingan pendingin udara yang moderat, saya menemukan bahwa 12dB pengurangan kebisingan dengan sensitivitas di 7 dan pelunakan frekuensi di 3 menghasilkan hasil yang bersih dan alami sekitar 85% dari waktu. Untuk rekaman yang lebih bising—seperti wawancara yang dilakukan di kedai kopi atau lokasi luar ruangan—saya terkadang perlu menjalankan pengurangan kebisingan dua kali, menggunakan pengaturan yang lebih lembut setiap kali (8dB, kemudian 8dB lagi) daripada satu kali agresif pada 16dB. Pendekatan dua kali ini cenderung terdengar lebih alami.

Batasan pengurangan kebisingan Audacity menjadi jelas dengan skenario kebisingan yang kompleks. Ia kesulitan dengan kebisingan intermitten seperti suara pintu yang tiba-tiba ditutup atau anjing yang menggonggong—ini memerlukan pengeditan manual dengan alat pemilih dan diam atau kerja EQ yang hati-hati. Ia juga tidak dapat menangani beberapa jenis kebisingan secara bersamaan dengan baik. Jika Anda memiliki baik deru frekuensi rendah maupun desisan frekuensi tinggi, Anda mungkin perlu menangani mereka secara terpisah menggunakan filter EQ sebelum menerapkan pengurangan kebisingan.

Metode 2: Tampilan Frekuensi Spektral Adobe Audition (Presisi Profesional)

Ketika Audacity tidak cukup—dan untuk sekitar 40% proyek yang saya kerjakan, itu tidak cukup—saya beralih ke Adobe Audition, yang menawarkan pendekatan yang sepenuhnya berbeda untuk penghapusan kebisingan melalui tampilan frekuensi spektral. Metode visual ini memungkinkan Anda melihat kebisingan secara harfiah dan mengecatnya pergi, memberi Anda presisi bedah yang tidak dapat dicapai oleh alat otomatis. Saya telah menggunakan teknik ini untuk menghapus semuanya mulai dari sirene polisi di latar belakang wawancara hingga suara ponsel seseorang yang bergetar di atas meja.