I Tested 6 Noise Reduction Tools on the Same Terrible Audio

# 나는 같은 형편없는 오디오에서 6개의 잡음 제거 도구를 테스트했다

AC 소음, 키보드 클릭, 방의 에코가 있는 동일한 60초 클립. 6개의 도구. 나는 SNR 개선, 인공물 도입 및 처리 시간을 측정했다.

나는 지난 10년간 대부분의 사람들이 즉시 삭제할 오디오를 정리해왔다. 창고의 반대편에서 말하는 유일한 목격자가 들은 법정 기록. 출퇴근 시간에 커피숍에서 녹음한 팟캐스트 인터뷰. 바람이 부는 동안 재킷 주머니에 든 전화기로 녹음한 음성 메모. 이 작업은 대부분의 오디오 엔지니어들이 인정하지 않을 만한 것을 가르쳐주었다: 비싸다고 효과적이지 않으며, "깨끗한" 것은 종종 "잡음과 함께 모든 개성을 파괴한"과 동의어이다.

지난달, 한 팟캐스터가 나에게 고통스러운 파일을 보냈다. 그녀는 아파트에서 AC를 틀어놓고, 기계식 키보드가 팔뚝 거리 내에 있고, 배달 컨테이너 안에서 방송하는 것처럼 들릴 정도의 충분한 방 리버브가 있는 인터뷰를 녹음했다. "이걸 살릴 수 있을까요?"라고 물었다. "인터뷰는 믿을 수 없을 정도로 훌륭했지만, 이렇게는 배포할 수 없어."

나는 평소의 작업 과정을 거쳐 다시 보낼 수 있었겠지만, 대신 다른 작업을 했다. 60초 섹션을 여섯 번 복제하고 각 섹션을 서로 다른 잡음 감소 도구로 처리했다— 내가 수년간 사용해온 무료 플러그인부터 "법의학 등급 복원"을 약속하는 $400 소프트웨어 제품군까지. 그리고 모든 것을 측정했다.

방법론: 내가 이 도구들을 실제로 어떻게 테스트했는가

대부분의 오디오 도구 리뷰는 쓸모가 없다. 누군가 소프트웨어를 열고, 파일을 드래그하고, "더 좋게 들리도록" 몇 개의 슬라이더를 이동한 뒤 승자를 선언한다. 그건 테스트가 아니다. 값비싼 장비로 추측하는 것이다.

나는 객관적인 측정을 필요로 했고, 그래서 원본 파일의 특성으로 시작했다. 스펙트럼 분석기를 사용하여 세 가지 뚜렷한 잡음 유형을 식별했다: 120Hz 및 180Hz에서 조화음이 있는 60Hz AC 소음, 2kHz에서 8kHz까지의 일시적인 키보드 클릭, 약 0.8초의 감쇠 시간을 가진 방 리버브. 원래 신호 대 잡음 비율은 8.2 dB로 측정되었다—기술적으로는 들을 수 있는 음성이지만, 30초 이상 듣기에는 고통스러웠다.

각 도구에 대해 네 가지 지표를 측정했다. 신호 대 잡음 비율 개선은 오디오가 얼마나 깨끗하게 변했는지를 수치적으로 보여주었다. 인공물 도입은 처리 과정에서 새롭게 발생한 문제를 세었다—금속성 링잉, 수중 효과 또는 "후처리에서 이걸 고치려고 했다"는 소리와 같은 독특한 "처리된" 소리. 처리 시간도 중요했다. 만약 도구가 60초 오디오를 처리하는 데 20분이 걸린다면, 마감 기한이 있는 사람에게는 실용적이지 않다. 그리고 주관적인 질도 중요했다. 숫자는 모든 것을 말하지 않기 때문이다—나는 일반 청취력을 가진 다섯 사람과 전문 오디오 교육을 받은 두 사람이 어떤 도구가 처리했는지 모른 채 각 버전을 들어보게 했다.

테스트 파일 자체는 설명이 필요하다. 이것은 실험실의 깨끗한 오디오에 합성 잡음을 추가한 것이 아니다. 이것은 실제 세계의 재난 오디오였다: 일반 대화 볼륨으로 말하는 여자, 괜찮은 USB 마이크(Audio-Technica AT2020)로 녹음했지만, 최악의 환경에서 녹음된 것이었다. AC 장치는 켜졌다 꺼졌다 하는 창문에 설치된 모델이었다. 키보드는Cherry MX Blue 기계식으로, 가장 일반적으로 사용되는 소음이 큰 스위치 유형이다. 방은 12x14 피트 크기에 경량 목재 바닥이 깔려 있고, 음향 처리가 되어 있지 않으며, 40Hz 및 80Hz에서 고립된 파동을 생성하는 평행 벽을 가지고 있었다.

각 파일은 도구의 기본 "음성" 또는 "대화" 프리셋으로 먼저 처리한 후, 가능한 최고의 결과를 얻기 위한 수동 조정을 위해 두 번째 패스를 진행했다. 이 두 번의 패스 접근법은 사람들이 이러한 도구를 실제로 사용하는 방식을 반영하는데—첫 번째는 빠른 프리셋, 필요할 경우 조정하는 방식이다.

내가 무엇을 듣고 있는지 알기 전

15년 전, 나는 깨끗한 오디오가 고요한 오디오를 의미한다고 생각했다. 목소리가 아닌 모든 것을 제거하라. 주차장에서 녹음되었더라도 격리된 부스에서 녹음한 것처럼 들리게 만들라. 나는 초기 잡음 제거 플러그인으로 몇 시간씩 보내며 모든 매개변수를 최대한으로 돌리고 제거한 양에 자부심을 느꼈다.

그런데 94세의 홀로코스트 생존자에 대한 다큐멘터리 오디오 작업을 위한 정리 업무를 맡게 되었다. 인터뷰는 그녀의 아파트에서 녹음되었는데—오래된 건물, 얇은 벽, 거리 소음이 끊임없이 스며드는 구조였다. 나는 평소의 공격적인 방식으로 처리하고 감독에게 보냈다.

그녀는 다음 날 나에게 전화를 걸었다. "그녀의 목소리에 무슨 일이 일어났나요?" 그녀가 물었다. "전화기에 의해 수중에서 말하는 것처럼 들려요. 특정 단어를 말할 때 소리가 흔들리는 게 들리나요?"

나는 다시 들었다. 그녀가 맞았다. 배경 잡음을 없애려는 내 탐구에서, 나는 그 여성을 인공적으로 만드는 인공물을 도입했다. 더 나쁜 것은 그녀가 어디서 말을 하고 있는지를 가리키는 방의 음색을 일부 제거했다는 것이다—그녀가 사는 40년 동안의 집, 그곳은 그녀가 캠프에서 살아남은 뒤 살던 곳이었다. 내가 만든 임상적인 청결함이오히려 감정적인 정보를 제거했다.

그때 나는 깨끗한 오디오와 죽은 오디오의 차이를 배웠다. 깨끗한 오디오는 노이즈 바닥이 낮아 콘텐츠에 방해가 되지 않는다. 죽은 오디오는 너무 공격적으로 처리되어 더 이상 인간의 소리처럼 들리지 않는다. 모든 잡음 제거 도구는 이 선을 다르게 지나다니며, 그 대부분은 잘못된 쪽으로 떨어진다.

생존자 인터뷰는 내가 "호흡 테스트"라고 부르는 것을 듣는 법을 가르쳐주었다. 누군가가 말을 할 때, 단어 사이에 숨을 들이쉬고, 입이 움직이고, 신체가 물리적 공간에 존재하는 데 미세한 순간들이 있다. 공격적인 잡음 제거는 종종 이러한 마이크로 사운드를 잡음과 함께 없애버린다. 그 결과는 기술적으로는 더 깨끗한 것이지만 감정적으로는 텅 비어 있다—텍스트 음성 변환 엔진에서 나오는 것 같은 목소리가 된다.

나는 그 인터뷰로 돌아가서 더 부드러운 방식으로 재처리했다. 맞다, 거리 소음이 여전히 들렸고, 방의 음색도 존재했다. 하지만 그 여성의 목소리는 그녀의 목소리처럼 들렸다—따뜻하고, 존재감 있고, 생기있는. 감독은 그것을 듣고 울었다. "그거야," 그녀가 말했다. "그게 바로 그녀야."

테스트 결과: 숫자가 이야기를 반만 말해준다

그 형편없는 오디오를 여섯 가지 다른 잡음 제거 도구로 실행했을 때 발생한 일은 다음과 같다:

숫자는 흥미로운 것을 드러낸다: 가장 비싼 도구(iZotope RX 10)가 가장 높은 SNR 개선을 달성했지만, 가격의 일부인 도구들과의 차이는 예상보다 작았다. 더 중요한 것은, 두 번째로 좋은 주관적 점수가 Reaper의 내장 ReaFIR에 돌아갔다는 것이다—대부분의 오디오 전문가들이 이미 소유한 $60 DAW에 무료로 포함된 도구다.

Adobe 팟캐스트 향상은 나를 최악의 방식으로 놀라게 했다. 무료이고 사용하기 매우 간단함에도 불구하고(드래그, 드롭, 대기), 가장 명백한 인공물을 도입했다. AI 처리로 인해 목소리가 보코더를 거친 것처럼 들렸다. 여러 청취자는 그것을 "소름끼치다"거나 "언캐니 밸리"라고 묘사했다. SNR 개선은 문서상으로는 괜찮았지만, 주관적 경험은 내가 사람들이 실제로 듣기를 원하는 어떤 것에 대해서도 사용하고 싶지 않을 정도로 좋지 않았다.

Krisp AI는 실시간 화상 통화용으로 대대적으로 마케팅되었으며, Adobe보다 더 나은 성능을 보였지만 여전히 그 독특한 "AI 처리" 품질로 고통받았다. 지금 당장 잡음 억제가 필요한 Zoom 회의에서는 훌륭하지만, 공개할 콘텐츠에는 적합하지 않다.