szumy na kasecie magnetofonowej

[sebastian64]

Witam

Mam nagrany materiał na kasecie magnetofonowej (przez dyktafon). Niestety
kasecie towarzyszą głośne szumy i głosy ludzkie są niewyraźne a momentami
wręcz "nieczytelne". Czy istnieją firmy, instytucje, które zajmują się poprawą
jakości ngrania? Gdzie się kierować ?

[Gość: Kornik]

Instytucje takie są, jedną z nich jest np. polskie radio. Nadawano nawet kiedyś
taki program, gdzie puszczano fragmenty odrestaurowanych nagrań z
przemówieniami Piłsudskiego, Paderewkiego itd. Jesli Twoje nagrania są
rzeczywiscie cenne, to warto poszukac firmy zajmującej sie tym profesjonalnie
(studia nagraniowe?). Ale to pewnie będzie kosztowało kupe kasy. Jeśli nagranie
nie jest tak cenne, to spróbuj sam poprawić jakośc na kompie. Sam używałem
swego czasu programu MAGIX Audio Cleaning Lab i miał calkiem fajne funkcje
usuwania szumów kaset, trzsków płyt a nawet uprzestrzenniania dźwięku. Darmową
starszą wersję można chyba ściągnąć tutaj:
www.popularshareware.com/MAGIX-audio-cleaning-lab-4-screenshot-8181.html

[Gość: dżejms łotr]

Mam podobny problem, tyle że w nagraniu jest niski stosunek sygnału do szumu.
Odszumianie, wycinanie niepożądanych częstotliwości wiele nie pomogło. Co
jeszcze można zrobić?

[bwv1004]

Spróbuj www.pristineaudio.com

[Gość: dżejms łotr]

Czy ten program potrafi coś, czego nie umie Cool Edit Pro (Adobe Audition)?
Używałem wyżej wymienionego i niewiele wskórałem.

[Gość: dżejms łotr]

OK, już rozumiem. Ale w moim przypadku to gra niewarta świeczki.

[bwv1004]

A może wystawisz gdzieś obszerny fragment w wav, zawierający oczywiscie
również kilka sekund szumu bez sygnału?

[Gość: dżejms łotr]

A może być FLAC? 100 MB czystego wave'u (20 minut nagrania) to sporo jak na
możliwości uploadu Neostrady, a FLAC jest dwa razy mniejszy.

[bwv1004]

oczywiście: FLAC, APE, RAR

[Gość: dżejms łotr]

Wrzuciłem tutaj: rapidshare.de/files/33249430/nagranie.flac.html

Ale jeśli uda się komukolwiek sprawić, by przynajmniej połowa tego nagrania
była czytelna, to będę bardzo zdziwiony.

[bwv1004]

Ja też bym się zdziwił. Ostro sobie poczynając można zredukować szum kosztem
powstania brzydkich artefaktów. No, ale chodzi o zrozumiałość, nie o urodę.
Rzecz w tym, że zrozumiałość też się mało poprawia. Bo problemem w mniejszym
stopniu są szumy - problemem jest bardzo silny pogłos zamazujący mowę. Niestety
nie zachowano najświętszej zasady nagrywania zwłaszcza w pomieszczeniach z
pogłosem - mikrofon umieszczamy BLISKO mówcy!

rapidshare.de/files/33275167/nagranie_nr.flac.html

[bwv1004]

PS. Zdziwiły mnie pewne wolnozmienne częstotliwości - czy to był
magnetofon/dyktafon analogowy?

[Gość: dżejms łotr]

Dobra robota, dzięki. Nie sądziłem że aż tyle da się z tego wycisnąć. Mógłbyś
zdradzić, jakiego narzędzia użyłeś i przy jakich ustawieniach?
Słyszę Noise Reduction, ale wydobycie głosu z tła mnie tak ładnie się nie
udawało.

[bwv1004]

> Słyszę Noise Reduction, ale wydobycie głosu z tła mnie tak ładnie się nie
> udawało.

Oj, Noise reduction bardzo paskudnie tam słychać :-).

Jeśli dobrze pamiętam, robiłem jakos tak:

Puściłem trzy razy noise reduction na poziomie około 30% (pierwszy raz chyba
nawet 50%), z parametrami: FFT 8192, Reduce by 40dB, Precision factor 11,
smoothing amount 0.3, Transition width w okolicach -5 do 5 dB, Spectral decay
rate 5%. Oprócz pierwszego razu ustawiałem wykres częstotliwości, żeby noise
reduction dotyczyło w szczególności wybranych przeze mnie obszarów. Ludzie,
którzy siedzą na poważnie (a nie amatorsko, jak ja) w odszumianiu przy pomocy
AA często twierdzą, że kilkakrotna delikatna redukcja szumów daje lepsze
rezultaty niż jedna mocna. Oczywiście w ich przypadku delikatnie znaczy raczej
10-15% a nie 30-50% jak tutaj.

Po, a także pomiędzy redukcjami szumów, robiłem korekcję częstotliwości Graphic
Equalizer lub FFT filter. Przede wszystkim praktycznie wyciąłem wszystko
poniżej 100 Hz bo tam nie było nic wartościowego, podciąłem też okolice od
mniej wiecej 100 do 300 Hz gdzie najbardziej dudniło, i podciągnałem góre w
szerko pojętych okolicach mniej więcej 1-4 kHz. Tam było przytłumione, a to
obszar ważny dla wyrazistości mowy. Szzczególnie jak dół jest zamazany przez
pogłos. To było na ucho.

Ponieważ cały czas było bardzo słychać dudnienie pomieszczenia, popracowałem
też na oko: zrobiłem analizę częstotliwości skanowaną po całym pliku - wyszły
nadal dwa garby koło 100-200 Hz i 400-700 Hz z dziurą przy 300 Hz i dość
szybkim spadkiem powyżej 700 Hz. Więc trzymając tem wykres otwarty (pomagają
kolorowe guziki 1-4, żeby przypadkiem nie stracić skanu po całym pliku, jak się
gdzieś kliknie) włączyłem filtr FFT i przyciąłem te garby i podciągnąłem górę.
Z wyjątkiem najwyższej - powyżej 7 czy 10 kHz był tylko szum.
Na koniec postanowiłem zająć się tymi wolno zmiennymi pasmami częstotliwości -
ponieważ się zmieniała częstotliwość, Noise reduction ich nie łapało. Więc po
prostu wyciąłem największe z nich przy pomocy Lasso tool w Spectral Frequency
View.

Na koniec Dynamic Processing przyciąłem piki pochodzące od stukania w pulipit
itp i znormalizowałem głośność.

Jakby nad tym posiedziec dłużej i popróbowac różnych podejść, pewnie udało by
się jeszcze poprawić - mnie dłubanie w Twoim pliku bawiło, ale nie aż tak ;-).

Poza tym zawsze przy takich trudnych plikach trzeba wiedzieć, czy intencją jest
jak najlepsza zrozumiałość, czy zachowanie naturalnego brzmienia. Tak jak
pisałem, bardziej starałem się o pierwsze, stąd wyraźnie słyszalne artefakty NR.

[Gość: dżejms łotr]

Dzięki za ten mały tutorial (ja się uczyłem podstaw z
www.republika.pl/gliniecki/wav.html). Ale mam jeszcze parę pytań w
związku z tym wszystkim:

Po pierwsze, dlaczego smoothing amount ustawiłeś właśnie na 0.3?

> Puściłem trzy razy noise reduction na poziomie około 30% (pierwszy raz chyba
> nawet 50%)

Jesteś pewien że trzykrotnie przy tych parametrach? Bawię się właśnie drugą
częścią nagrania, nagraną na tym samym sprzęcie, i takie postępowanie już dość
mocno daje po uszach.

> Na koniec Dynamic Processing przyciąłem piki pochodzące od stukania w pulipit

Jak to zrobiłeś? Też kombinowałem, ale nie byłem w stanie uchwycić tego
precyzyjnie. Co dokładnie wyciąłeś?

[bwv1004]

Gość portalu: dżejms łotr napisał(a):

> Dzięki za ten mały tutorial (ja się uczyłem podstaw z
> www.republika.pl/gliniecki/wav.html).

O, przejrzę sobie, moze też czegos się nauczę :-)


> Po pierwsze, dlaczego smoothing amount ustawiłeś właśnie na 0.3?

Hm. Po dotychczasowych doświadczeniach z NR doszedłem do wniosku, ze smoothing
amount między 0 a 1 daje mi najlepsze rezultaty. Nie próbowałem innych ustawień
na Twoim materiale - tak jak pisałem, dłubanie mnie bawiło, ale nie aż tak, by
siedzieć nad nim godzinami :-) .

>
> > Puściłem trzy razy noise reduction na poziomie około 30% (pierwszy raz ch
> yba
> > nawet 50%)
>
> Jesteś pewien że trzykrotnie przy tych parametrach? Bawię się właśnie drugą
> częścią nagrania, nagraną na tym samym sprzęcie, i takie postępowanie już
dość
> mocno daje po uszach.

Niestety nie jestem pewien, nie robiłem notatek. Na pewno moje postępowanie też
dało po uszach. Druga sprawa, to użycie wykresu częstotliwości - to, co było
ustawione suwakiem Noise Reduction level na 30 czy 50% mogło być (i w
niektorych przebiegach na pewno było) zmniejszone w niektórych zakresach
częstotliwości przez ustawienia na wykresie. Ważną sprawą jest też wybranie
odpowiedniego fragmentu do Capture Profile - żeby był w nim na ile to mozliwe
tylko szum i nic więcej (np żeby nie było cichego puknięcia w pulpit) i zeby
był w miarę długi - mój miał chyba ze 2-3 sekundy. czaem warto spróbować z
innym fragmentem - tu potrzeba też szczęścia. Oczywiście, przy kolejnych
przebiegach NR robiłem kolejne pobranie profilu - tym bardziej, że robiłem
korekcje częstotliwości pomiędzy.

>
> > Na koniec Dynamic Processing przyciąłem piki pochodzące od stukania w pul
> ipit
>
> Jak to zrobiłeś? Też kombinowałem, ale nie byłem w stanie uchwycić tego
> precyzyjnie. Co dokładnie wyciąłeś?

Po wszystkim miałem stosunkowo niski poziom właściwego nagrania, ale
pogłośnienie było utrudnione przez ostre i głośne piki ze stuknięć. Chodziło o
przyciszenie tylko tych pików, żeby mozna było podciągnąć cały plik. Ustawiłem
Dynamic processing na

compress 11.8 : 1 above -11.8 dB
flat 1 : 1 below -11.8 dB
Compensation Gain = .7 dB

(Compensation Gain samo takie weszło). To są wartości z zakładki Traditional.
U Ciebie może nie być -11.8 dB - to zależy od tego, co wyszło z poprzednich
przekształceń. Ja na pewno gdzieś między NRami i korekcjami częstotliwości
pogłaśniałem. Oczywiście pracowałem w 32-bit, żeby nie było problemów z
wielokrotnymi operacjami - ale o tej zasadzie mam nadzieję wiesz? W każdym
razie -11.8 ustawiłem patrzac na obraz fali dźwiekowej ze skalą pionową
ustawiona na dB i patrzac mniej więcej do jakiej wysokości sięgają najwyższe
piki związane z normalnym sygnałem, a nie z puknieciami. I było to koło -10 dB.
To, że kompresja była 11.8:1 i próg był -11.8 to przypadkowa zbieżność.

Na zakładce Attack release ustawiłem Gain processor na 0 dB, 0 ms, 33 ms i
Level Detector na 0 dB, 0.5 ms, 90 ms, RMS. Mówiąc szczerze do końca nie czuje
tych ustawień (rzadko używam kompresora) i było to nieco na pałę.


>
>

[Gość: dżejms łotr]

Próbuję oczyścić drugą część nagrania i wszystko idzie dobrze, ale... tego
diabelnego pogłosu nie mogę się do końca pozbyć. Nawet przycinając te - jak to
określiłeś - "garby" na 200 i 500-700 Hz filtrem FFT. Dalej jest echo jak w
kościele, niezależnie od kombinacji, a po radykalniejszym zadziałaniu
korektorami z głosu zostaje bełkot. I nie pomaga nawet to, że druga część
nagrania jest ciut wyraźniejsza od pierwszej.
Na dziś sobie daruję, spróbuję posiedzieć jeszcze nad tym jutro:)

[bwv1004]

Niestety, na pogłos tak naprawdę nie ma rady. Trzeba dobrze nagrac, i tyle. Ale
powodzenia!

[Gość: dżejms łotr]

Jakoś poszło. Nie wiem tylko, w jaki sposób udało Ci się osiągnąć mimo
oczyszczenia naturalny, "soczysty" dźwięk. U mnie zawsze wychodzi szorstki,
jakby lekko przesterowany. Z czymś przedobrzam?

PS Pozwól, że zapytam: jesteś samoukiem, uczyłeś się z pomocy Adobe Audition
czy jeszcze z innych źródeł?:)

[bwv1004]

Naturalny dźwięk? Hm... Moim zdaniem jest mało naturalny. Ale jeśli Ci sie
podoba... Może udało mi się po prostu dobrze dobrac EQ, a może drugie nagranie
jest troche inne? Bo zakładam, że nie przesterowujesz na etapie importu na
komputera czy na jakimkolwiek innym.

Uczyłem się głównie z pomocy (CoolEdit 96, CoolEdit 2000, Audition 1.0 i 2.0),
z uważnego experymentowania i słuchania co wychodzi, oraz z forów. Jedno jest
na serwerze Audition, drugie (niezależne) pod
audiomastersforum.net/amforum/index.php . Co prawda na obu bywają mniej
więcej ci sami ludzie, zwłaszcza jeśli chodzi o tych, co się znają.

Można też próbować na forum Estrada i Studio
www.eis.com.pl/virtual/modules.php?name=Forum ale tam raczej rzadko jest
o Audition.

[bwv1004]

> z uważnego experymentowania i słuchania co wychodzi, oraz z forów. Jedno jest
> na serwerze Audition,

na serwerez ADOBE miało być, oczywiście.

[Gość: dżejms łotr]

> Naturalny dźwięk? Hm... Moim zdaniem jest mało naturalny. Ale jeśli Ci sie
> podoba... Może udało mi się po prostu dobrze dobrac EQ, a może drugie
nagranie
> jest troche inne? Bo zakładam, że nie przesterowujesz na etapie importu na
> komputera czy na jakimkolwiek innym.

Pisząc "dźwięk", miałem na myśli barwę głosu - w Twoim przypadku wyszła po
prostu ciepła i dość naturalna (nie chodzi mi tu o zrozumiałość), a u mnie za
każdym razem ostrzejsza, uboższa o pewne alikwoty. Brzmi tak, jakby nagrać to z
małą częstotliwością próbkowania (np. 16 kHz), a więc prawdopodobnie (?) za
agresywnie działam Noise Reduction. Ale to nagranie tego wymaga.

> audiomastersforum.net/amforum/index.php

To mi się przyda, dzięki.

[bwv1004]

> Pisząc "dźwięk", miałem na myśli barwę głosu - w Twoim przypadku wyszła po
> prostu ciepła i dość naturalna (nie chodzi mi tu o zrozumiałość), a u mnie za
> każdym razem ostrzejsza, uboższa o pewne alikwoty.

Z formalnego punktu widzenia "ostrość" jest związana dużą ilością energii w
górnych częściach widma, czyli z nadmiarem wyższych alikwotów. Vide:

von Bismarck G (1974) Timbre of steady sounds: A factorial investigation of its
verbal attributes. Acustica 30: 146-159.
von Bismarck G (1974) Sharpness as attribute of the timbre of steady sounds.
Acustica 30: 159-172.

Ale oczywioście teraz sobie żartuję, powodzenia w pracy na AA.

[Gość: dżejms łotr]

> powodzenia w pracy na AA

Gwoli ścisłości, CEP 1.2. AA, a nawet CEP 2.x to już nie na mój sprzęt :)

[bwv1004]

To może stąd różnica wynika? Algorytmy mogły się trochę zmienić.

Jakbys rozważał jedbak zmianę, to CEP 2 i AA1.0-1.5 mają podobne wymagania i
nie sa one specjalnie wygórowane. Co zresztą nie jest dziwne, zważywszy, że CEP
2.1=AA1.0, a 1.5 ma dodane tylko kilka rzeczy.

AA2.0 to już jednak ciężka waga - wiele głebokich zmian (nie wszystkie do końca
sensowne) ale wymagania sprzetowe bardzo wyśrubowane.

Przyszło mi też do głowy, że usunięcie przeze mnie niektórych wolnozmiennych
składników w okolicach o ile pamiętam 1-2 kHz mogło mieć znaczenie dla
ostrości. Choć zdziwiłbym się, gdyby efekt był az tak zauważalny. Tak czy owak,
zrobiłem to Lasso tool (czyli zaznaczeniem i poddaniem obróbce fragmentu o
dowolnym kształcie na spektrogramie), które jest dostępne od wersji 2.0

[Gość: dżejms łotr]

> PS. Zdziwiły mnie pewne wolnozmienne częstotliwości - czy to był
> magnetofon/dyktafon analogowy?

Na pewno tak, bo nagranie pochodzi jeszcze sprzed epoki dyktafonów cyfrowych.

[bwv1004]

Adobe Audition potrafi naprawdę dużo. Mam nadzieję, że używałeś noise
reduction, a nie hiss reduction. Ale jeśli szumu jest dużo, to nic nie zrobisz -
zanim szum zacznie znikac pojawią się artefakty: dzwonienia, zniekształcenia
itp.