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
bashpython 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：
bashmkdir -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
bash# 默认 Tier2 python skills/shared/scripts/audio_ops.py denoise input.wav -o outputs/主题名/input-clean.wav --tier 2 # Tier3（RNNoise，人声） python skills/shared/scripts/audio_ops.py denoise input.wav -o outputs/主题名/input-clean.wav --tier 3 --mix 0.8
- 脚本会打印实际运行的 ffmpeg 命令（透明执行）。
- 视频输入自动
-c:v copy：只处理音轨，视频轨原样保留。
4. 验证输出 + 报告
脚本处理完自动打印输出文件的时长/码率/声道/采样率。如需完整对比：
bashpython skills/shared/scripts/audio_ops.py info outputs/主题名/input-clean.wav
报告内容：原始 vs 输出（格式/时长/大小/采样率）、所用 tier 与滤镜链、大小变化。
规则
- 绝不删除原始文件 — 即使用户未指定
preserve_original。 - 先探测再处理 — 始终先
info展示文件信息。 - 视频输入只动音频 — 脚本自动
-c:v copy。 - 透明执行 — 脚本打印实际 ffmpeg 命令。
- 降噪过度时 — 建议降低 tier 或
--mix（如 0.8→0.5）。 - 无 Profile 依赖 — 音频处理不需要账号画像。
自研参考
- FFmpeg afftdn/arnndn/anlmdn 滤镜文档
- xiph/rnnoise — RNN 噪声抑制
- GregorR/rnnoise-models — 预训练模型
- timsainb/noisereduce — Python 频谱门控（备选方案）
