展开本页目录
开始前准备什么
- 下载并解压到独立目录，先阅读README里的真实执行范围。
- 使用自有输入，不把系统朗读、程序合成源或官方截图冒充模型生成。
- 先完成12秒练习，再扩大文件长度；固定实际工具、模型与运行设备。
- 听原音并确定要保留的字
- 固定48kHz单声道输入
- 指定模型与包版本
- 运行默认开启补偿的Python入口
- 回听弱读字而非只看降噪量
- 对齐后计算输入与输出差异
- 保留原录音和处理版本
2026-10-23 核验材料；实际执行范围、结果与限制见下方记录。
补充：原有练习资料与下载
含原创输入、逐步说明、真实检查脚本和已标明身份的实际输出；不含模型权重。
已实际在CPU运行DeepFilterNet3并保存真实输出与逐文件检查；输入包含原创程序音乐或系统朗读，结果只代表当前12秒练习。当前已知合成参考的SNR由0.323dB变为13.74dB，不能外推其他录音。
读取实际PCM16文件与源hash，拒绝损坏或空音频；不请求任何模型。
已实际在CPU运行DeepFilterNet3并保存真实输出与逐文件检查；输入包含原创程序音乐或系统朗读，结果只代表当前12秒练习。当前已知合成参考的SNR由0.323dB变为13.74dB，不能外推其他录音。
真实降噪：48kHz同一语音的输入输出对照
DeepFilterNet3真实处理48kHz合成带噪录音；静音底噪降低，样本数保持一致。
· 48kHz单声道、11.472秒系统合成语音加固定种子白噪声；真实官方模型推理；静音底噪和参考SNR只对该样本有效，不能当作真实录音的通用质量分。
- 运行环境
- 0.5.6 + torch2.5.1 + torchaudio2.5.1；macOS arm64，本地独立运行目录；无私人素材、无付费API调用
1. 在独立Python3.11环境安装torch2.5.1、torchaudio2.5.1、
在独立Python3.11环境安装torch2.5.1、torchaudio2.5.1、deepfilternet和soundfile，保存版本。
bashpip install torch==2.5.1 torchaudio==2.5.1 deepfilternet==0.5.6 soundfile2. 先用FFmpeg把需要处理的录音转换为48kHz WAV，本次使用自有系统语音加白噪声，
先用FFmpeg把需要处理的录音转换为48kHz WAV，本次使用自有系统语音加白噪声，不包含私人录音。
3. 运行deepFilter -m DeepFilterNet3 --output-dir
运行deepFilter -m DeepFilterNet3 --output-dir denoised noisy.wav；首次运行下载官方模型。
bashdeepFilter -m DeepFilterNet3 --output-dir denoised noisy.wav4. 保存noisy_DeepFilterNet3.wav，核对输入输出48kHz、55066
保存noisy_DeepFilterNet3.wav，核对输入输出48kHz、550662样本、时长不变。
5. A/B回听人声齿音与尾音；本次静音段RMS由-32.04降至-68.23dBFS，合成参
A/B回听人声齿音与尾音；本次静音段RMS由-32.04降至-68.23dBFS，合成参考SNR15.12→23.82dB，不保证真实场景同等增益。
这次实际得到什么
- 48kHz单声道，输入输出均550662样本，11.472125秒。
- 真实DeepFilterNet3模型推理约0.37秒；模型初次下载另计。
- 本次静音段RMS由-32.04降至-68.23dBFS。
- 已知合成干净参考SNR由15.12升至23.82dB，只适用于该白噪声控制样本。
使用这份结果时注意
- 48kHz单声道、11.472秒系统合成语音加固定种子白噪声；真实官方模型推理；静音底噪和参考SNR只对该样本有效，不能当作真实录音的通用质量分。
- 仅安装DeepFilterNet时缺soundfile音频I/O后端，补装soundfile后成功；torchaudio2.5.1有迁移警告，但真实CLI返回0并产出WAV。
1. 听原音并确定要保留的字
先听“十二台设备”和“第四号接口”。clean-speech.wav是加噪前的系统朗读，fan-noise.wav为程序噪声；两者合成的输入不代表真实房间所有噪声。
bash
python3 verify.py
2. 固定48kHz单声道输入
本页使用12秒48kHz PCM WAV。Rust deep-filter与Python deepFilter入口不同，前者当前只支持48kHz WAV；不能把Python命令参数直接塞给Rust二进制。
3. 指定模型与包版本
隔离安装DeepFilterNet 0.5.6及兼容Torch/torchaudio。本页显式选择DeepFilterNet3，避免README默认模型说明与实际代码默认值不同；首次权重下载单独记录。
bash
python -m pip install 'deepfilternet==0.5.6' 'torch==2.5.1' 'torchaudio==2.5.1' 'numpy<2'4. 运行默认开启补偿的Python入口
DeepFilterNet 0.5.6 的Python deepFilter默认开启延迟补偿，关闭时才加--no-delay-compensation；该版本没有--compensate-delay参数。若权重已下载到本地，把-m值换成包含config.ini的模型目录。
bash
deepFilter -m DeepFilterNet3 --output-dir enhanced noisy-speech.wav5. 回听弱读字而非只看降噪量
重点听数字、句尾和擦音；静音段变安静但字被吞掉仍需记录。--pf会加强部分噪声衰减，首次不加；以后只改这一项做A/B，不能一次变多项再归因。
已实际在CPU运行DeepFilterNet3并保存真实输出与逐文件检查；输入包含原创程序音乐或系统朗读，结果只代表当前12秒练习。当前已知合成参考的SNR由0.323dB变为13.74dB，不能外推其他录音。
横向滑动查看细节，或打开原图放大对照。
6. 对齐后计算输入与输出差异
用加噪前的源参考对齐真实输出，再看已知输入信噪比和处理后误差。这个数值只说明当前合成样本，不能替代真人盲听或宣传通用提升百分比。
bash
python3 verify.py --file enhanced/noisy-speech_DeepFilterNet3.wav
7. 保留原录音和处理版本
导出原音、真实降噪音轨、模型名和试听备注。后续转录时可比较两版文字，但本页不把降噪成功直接等同于识别准确。
怎样确认已经完成
- 实际输入与输出均可解码，采样率、声道、帧数和时长已记录。
- 按指定同一音节/乐句或首尾有声段回听，保留残留、失真和失败区间。
- 已实际在CPU运行DeepFilterNet3并保存真实输出与逐文件检查；输入包含原创程序音乐或系统朗读，结果只代表当前12秒练习。当前已知合成参考的SNR由0.323dB变为13.74dB，不能外推其他录音。
常见问题
DeepFilterNet 录音降噪下载后就是模型成功结果吗？
已实际在CPU运行DeepFilterNet3并保存真实输出与逐文件检查；输入包含原创程序音乐或系统朗读，结果只代表当前12秒练习。当前已知合成参考的SNR由0.323dB变为13.74dB，不能外推其他录音。 输入预检、已知源参考和模型推理是不同证据，未运行时不提供伪造结果。
口播杂音怎么去掉怎样判断完成？
先核对当前教程中的真实文件、参数和模型身份，再按第六步的同一区间验收；仅文件存在、峰值变小或界面显示完成都不足以证明声音质量。