Как очистить звук в видео с телефона и не получить голос робота

Чтобы видео с телефона звучало чисто, нужны две вещи: записывать с микрофоном как можно ближе ко рту и потом аккуратно, на средней силе, пройтись AI-очисткой речи, чтобы шум кафе или улицы ушёл на задний план. В конце выставь общую громкость около -14 LUFS, чтобы ролик не был тише или громче соседних в ленте. Главное здесь умеренность: пересушенный голос с металлическим призвуком зритель замечает быстрее, чем лёгкий фоновый гул.

Ниже разберём, как работают такие инструменты, почему они иногда портят голос, что сделать ещё на съёмке и в каком порядке обрабатывать каждый ролик.

Что на самом деле делает шумоподавление

Классическое шумоподавление запоминает, как звучит «шумовой фон» (гул холодильника или кондиционера), и вычитает его. С ровными звуками оно справляется отлично, а с меняющимися (звон чашек, проезжающий скутер, разговор за соседним столиком) заметно хуже.

AI-улучшение речи работает иначе. Модель, обученная на огромном количестве речи, пытается отделить «голос» от «всего остального» и заново собирает голос. Поэтому Adobe Podcast Enhance Speech и Descript Studio Sound спасают записи, с которыми старые фильтры не справлялись, и убирают шум и эхо одновременно.

Самый трудный случай: чужие голоса. Когда Production Expert тестировали Voice Isolation в DaVinci Resolve на шумных фонах, оба сравниваемых инструмента в целом показали себя очень хорошо, но на записи в парке иногда принимали голоса прохожих за основную речь. В людном кафе та же проблема: шум там тоже состоит из речи.

Вариант, который уже есть в телефоне

Если снимаешь на свежий iPhone, прежде чем что-то устанавливать, загляни в Audio Mix. По руководству Apple режим «Студия» убирает фоновые звуки и реверберацию, «В кадре» приглушает голоса и звуки, источников которых не видно в кадре, а ползунок интенсивности регулирует силу эффекта. Apple уточняет, что это работает с видео, снятыми на iPhone 16 и новее (кроме iPhone 16e).

Почему из-за пересушенной обработки голос звучит как у робота

Любой «улучшатель» угадывает, какие части звука принадлежат тебе. Если выкрутить его на максимум, он начинает отрезать и кусочки голоса: мягкие согласные, вдохи, естественное звучание комнаты. Получается тот самый тонкий, металлический, будто «из-под воды» звук, который называют роботизированным.

Это признают и сами разработчики. Adobe в своём руководстве советует в большинстве случаев оставлять уровень по умолчанию, а если речь звучит слишком роботизированно, снизить его на одно деление. В Descript по той же причине есть ползунок Intensity.

Совет: Очищай, пока голос не окажется явно впереди, и остановись. Лёгкий фон кафе звучит живо. Голос в идеальной тишине на фоне людного зала в кадре выглядит сгенерированным.

Признаки, что очистка зашла слишком далеко: - «С» и «т» стали мягче или шепелявят. - Вдохи исчезли совсем, и фразы налетают друг на друга. - Звук «дышит»: шум пропадает, пока ты говоришь, и возвращается в паузах. - Голос звучит как чей-то чужой, более тонкий.

Популярные инструменты и на какую настройку смотреть

Хороший результат можно получить в любом из них. Разница в основном в том, где ты и так монтируешь.

До нажатия «запись»: привычки, которые спасают звук

Никакой плагин не восстановит голос, утонувший в шуме. Эти привычки занимают секунды и позволяют потом чистить мягко, а не агрессивно.

1. Выбирай самый тихий угол, а не самый красивый. Садись подальше от кофемашины, колонок и окна на улицу. Голые стены и стекло дают эхо, мягкая мебель его гасит.
2. Приблизь микрофон. Расстояние до рта важнее всего, и именно его ты контролируешь. RØDE советует крепить петличку на груди примерно на расстоянии ладони от рта, то есть от 20 до 30 см. Если пишешь на встроенный микрофон, возьми кадр поплотнее, чтобы телефон оказался ближе.
3. Следи за шорохом. Петличка не должна касаться ткани, которая может о неё тереться. RØDE предупреждает, что такое трение будет слышно на записи.
4. Закрой от ветра. На улице надень поролоновую или меховую ветрозащиту либо встань спиной к ветру, чтобы прикрыть микрофон собой.
5. Сделай короткий тест и послушай в наушниках. Десять секунд речи скажут больше, чем динамик телефона.
6. Сохраняй исходник. Если очистка не удалась, тебе нужен оригинал, а не уже обработанная версия.

Громкость: что значит -14 LUFS

LUFS (единицы громкости относительно полной шкалы) показывают, насколько громким ролик ощущается целиком, а не только его самый высокий пик. Платформы используют эту величину, чтобы выравнивать громкость между роликами и треками, а монтажёры с её помощью следят, чтобы их видео не выделялось как слишком тихое или слишком громкое.

Официальной нормы громкости для Reels Instagram не публикует (по крайней мере, мы её не нашли). Самый распространённый ориентир пришёл из музыкальных стримингов: у Spotify стандартный уровень воспроизведения -14 LUFS, а истинные пики держат ниже -1 dBTP. Для речи Apple Podcasts требует около -16 LKFS с допуском ±1 дБ и пики не выше -1 dBFS, измеренные по стандарту ITU-R BS.1770.

На практике целься примерно в -14 LUFS с пиками ниже -1 dBTP. В большинстве редакторов есть настройка громкости или «нормализация»; применяй её самым последним шагом, когда музыка и звуковые эффекты уже на месте.

Важно: Громкость и разборчивость не одно и то же. Громкий, но «мутный» голос всё равно трудно слушать. Сначала чини голос, потом уровень.

Порядок обработки, который можно повторять

1. Сначала монтаж. Убери паузы, оговорки и дубли до работы со звуком, чтобы не обрабатывать то, что всё равно вырежешь. Как это сделать, рассказываем в статье про удаление пауз и слов-паразитов.
2. Очисти голос на силе по умолчанию или средней.
3. Сравни с оригиналом несколько секунд, в наушниках и через динамик телефона.
4. Подложи музыку тихо под голос. Если приходится вслушиваться в слова, музыка слишком громкая.
5. Громкость выставляй в конце, около -14 LUFS.
6. Добавь субтитры. Даже идеальный звук не дойдёт до тех, кто листает без звука; Адам Моссери говорил, что многие смотрят ленту с выключенным звуком. Подробнее в статье про субтитры, которые удерживают внимание.

Если не хочется проходить эту цепочку вручную, это одна из задач, которую берёт на себя Reel Maker: в ролике «говорящая голова» он убирает фоновый шум, включая шум кафе, не искажая голос, и делает это в том же проходе, где вырезает паузы и добавляет субтитры.

Итог

Чистый звук в основном решается до нажатия «запись»: тихий угол и микрофон поближе. После этого AI-очистка становится мягким финальным штрихом, а не спасательной операцией, а выставление громкости становится последней полировкой. Если хочешь посмотреть, как Reel Maker справляется с шумными видео с телефона, запишись в лист ожидания или заходи в наше Telegram-сообщество: там мы первыми делимся ранним доступом и предложениями для основателей.