Hintergrundgeräusche aus Audio entfernen: was funktioniert

Ein Lüfter im Raum, das Brummen eines billigen Mikrofonkabels, das Rauschen des eingebauten Mikrofons eines Laptops: Die meisten Aufnahmen zu Hause haben etwas davon, und genau das lässt sie laienhaft klingen. Werkzeuge zur Rauschentfernung versprechen, es zu entfernen, ohne die Stimme anzurühren. Wir haben fünf Arten von Geräuschen in echte Sprachaufnahmen gemischt, sie mit unserem Rauschentferner bereinigt und gemessen, was herauskam.

Wie der Rauschentferner arbeitet

Unser Rauschentferner nutzt RNNoise, ein kleines neuronales Netz von Mozilla und Xiph.org, den Machern des Audiocodecs Opus. Alle 10 Millisekunden betrachtet es den in Frequenzbänder zerlegten Klang und schätzt Band für Band, wie viel davon Stimme und wie viel Rauschen ist, und regelt dann die verrauschten Bänder herunter. Das ganze Programm samt Netz ist ein Download von 110 KB, weshalb es selbst auf Handys in Echtzeit läuft.

Dieser Aufbau hat eine klare Stärke und eine klare Grenze. Es lernt, wie Stimmen klingen, also lässt sich alles leicht entfernen, was nicht nach Stimme klingt und über die Zeit ungefähr gleich bleibt. Geräusche, die sich schnell ändern oder Stimmen ähneln, wie Musik, sind viel schwerer.

Der Test

Wir haben sechs kurze englische Aufnahmen aus Mozilla Common Voice aneinandergefügt, echte Menschen, die Sätze in ihr eigenes Mikrofon lesen, mit kurzen Pausen dazwischen: insgesamt 40 Sekunden. Dazu kamen fünf Arten von Geräuschen, jeweils 10 Dezibel unter der Stimme, eine typische verrauschte Aufnahme zu Hause:

• Rauschen: gleichmäßiges Breitbandrauschen, wie bei einem billigen Mikrofon oder einer zu weit aufgedrehten Aufnahme.
• Netzbrummen: ein 50-Hz-Ton mit seinen Obertönen, wie von einem schlecht abgeschirmten Kabel.
• Lüfter: ein tiefes Grollen mit einem schwachen Ton, wie von einem Computer oder einer Klimaanlage.
• Tastatur: scharfe Klicks mehrmals pro Sekunde.
• Musik: Akkorde eines Instruments, das im Hintergrund spielt.

Wir haben auch Rauschen bei 0 Dezibel probiert, so laut wie die Stimme, und bei 20 Dezibel, kaum hörbar. Zwei Zahlen beschreiben jedes Ergebnis. Die erste ist, wie viel leiser die Pausen wurden, also das, was Sie zwischen den Sätzen hören. Die zweite ist ein Standardwert (SI-SDR) dafür, wie nah das ganze Ergebnis an der Originalstimme liegt, in Dezibel: höher ist besser, und alle 10 Dezibel bedeuten zehnmal weniger verbleibendes Rauschen und weniger Verzerrung.

Ergebnisse

Gleichmäßiges Rauschen ist das, worin diese Art Werkzeug glänzt. Rauschen und Lüftergeräusch sanken in den Pausen um 35 bis 37 Dezibel, von deutlich hörbar zu praktisch still. Das Brummen ging um 25 Dezibel zurück; seine Töne liegen dort, wo die tiefsten Töne einer Männerstimme liegen, was erklären könnte, warum das Modell weniger davon entfernte.

Klicks und Musik sind eine andere Geschichte. Die Klicks sind zu kurz und zu plötzlich für ein Modell, das sich über Dutzende Millisekunden anpasst, und Musik hat die harmonische Struktur einer Stimme. Beide wurden in den Pausen nur um 6 bis 7 Dezibel reduziert und blieben deutlich hörbar.

Leichtes Rauschen: weniger Stärke nehmen

Ein Ergebnis wirkt zunächst seltsam: Bei leichtem Rauschen, 20 Dezibel unter der Stimme, sank der Wert bei voller Stärke von 20 auf 17,6. Die Pausen wurden trotzdem 30 Dezibel leiser, aber das Netz entfernte auch den schwachen Raumklang, der in den Originalaufnahmen war, und formte die Stimme leicht um, und der Wert zählt beides als Abweichung.

Die Einstellung Stärke mischt den bereinigten Klang mit dem Original. Beim leichten Rauschen ergaben 50 % einen Wert von 21,4 dB, besser als sowohl das Original als auch volle Stärke. Mit dem Geräusch 10 Dezibel unter der Stimme lagen 75 % (16,6 dB) und volle Stärke (16,2 dB) etwa gleichauf.

Tipps für sauberere Aufnahmen

• Entfernen Sie Rauschen vor allem anderen. Wer zuerst komprimiert oder die Lautstärke anhebt, macht es schwerer, Rauschen von der Stimme zu trennen.
• Beginnen Sie bei starkem Rauschen mit voller Stärke und bei leichtem Rauschen mit etwa 50 bis 75 %, und hören Sie dann auf die Pausen und die Wortenden, wo zu starkes Bereinigen zuerst auffällt.
• Beheben Sie die Quelle, wenn Sie können. Schalten Sie den Lüfter aus, gehen Sie vom Computer weg und nehmen Sie näher am Mikrofon auf. Ein paar Zentimeter näher heben die Stimme stärker über das Rauschen, als es ein Werkzeug kann.
• Erwarten Sie bei Musik oder Übersprechen keine Wunder. Bei einer Stimme über einer Band oder einem anderen Sprecher hilft diese Art Werkzeug ein wenig, nicht viel.

Der Rauschentferner arbeitet mit Audiodateien und mit dem Ton von Videos und lässt das Bild unberührt. Alles läuft in Ihrem Browser, etwa 30-mal schneller als Echtzeit auf dem Desktop-Prozessor von 2013 aus unserem Test, eine Stunde Audio braucht also etwa zwei Minuten pro Kanal und verlässt nie Ihr Gerät.