展开本页目录
开始前准备什么
- FFmpeg 本地可实测；参数 i 默认 0 需显式启用，不能交付未生效命令。
- 先阅读README与asset-identity.json；不要把作者原生参考或官方示例当成目标工具的本站实测。本题原生功能不要求apizt Key。
- 定位齿音
- 启用滤波
- 比较强度
- 单听移除
- 回听辅音
- 查看频谱
- 导出审核
1. 定位齿音
定位四处齿音峰并记录原始采样率、电平和时间。
先下载本题独立练习包并读README。原创eSpeak与受控高频事件；FFmpeg deesser温和/过强/仅齿音三个模式已实际运行。
2. 启用滤波
按官方 deesser 参数设置非零触发强度，保存温和处理版。
3. 比较强度
再做一版更强处理作为过度抑制对照。
deesser.sh
bash
ffmpeg -i sibilance-input.wav -af "deesser=i=0.3:m=0.45:f=0.5:s=o" gentle.wav
ffmpeg -i sibilance-input.wav -af "deesser=i=0.3:m=0.45:f=0.5:s=e" ess-only.wav4. 单听移除
使用仅齿音输出模式，单独回听算法拿掉的内容。
5. 回听辅音
将三版等响对齐，检查 s/sh、弱辅音和亮度是否被过量削除。
6. 查看频谱
对四事件画真实短时频谱，比较语音主体与被削高频能量。
7. 导出审核
交付三版及仅齿音审核文件，记录能改善与无法修复的案例。
保留原输入、参数和失败差异，填写checks.csv的actual/status；表格没有预填通过。
怎样确认已经完成
- 对四事件画真实短时频谱，比较语音主体与被削高频能量。
- 交付三版及仅齿音审核文件，记录能改善与无法修复的案例。
- 输入与处理输出采样对齐；s=e 仅齿音可审计误删，不把普通降噪等同于去齿音。
常见问题
AI 配音的 s 音太刺耳怎么处理？
定位高频齿音事件并显式设置非零i强度，再比较温和与过强版本。FFmpeg参数默认i=0，漏掉它可能根本没启用处理。
去齿音后咬字变糊怎么单听被削掉的部分？
用s=e单听被移除部分，确认没有大量完整辅音；等响回听并看短时频谱。本页三个输出都是实际FFmpeg结果。
练习包里哪些是目标工具的实际结果？
原创eSpeak与受控高频事件；FFmpeg deesser温和/过强/仅齿音三个模式已实际运行。 逐文件身份和实际生成方式见asset-identity.json。