錄音當下覺得沒事，回家才聽到災難
約了一位獨立書店老闆做訪問，地點是他挑的咖啡廳，就在他店樓下。當下用錄音筆收聲，現場聽起來沒什麼問題——他說話清楚，我也聽得懂。
回家戴上耳機重聽，整段都不能用。磨豆機每隔幾十秒響一次，冷氣出風口的低頻一直墊在底下，隔壁桌兩位客人聊了整整四十分鐘。人聲是有的，但它被包在一層噪音裡面。
重錄是不可能的。受訪者下週就要回英國，而且那天的對話節奏和情緒，再約一次也不會一樣。手上只剩下一個 68 分鐘的檔案。
先搞清楚：我要留的是什麼
我一開始犯的錯，是把它當成「音量太大」的問題。把噪音壓小，人聲也一起小，比例完全沒變。降噪的關鍵從來不是「把什麼變小」，而是「分得出哪個是人聲」。
說得更準確一點：噪音分很多種。冷氣那種持續的低頻墊底，和隔壁桌的人聲，其實是兩個不同的問題。後者跟人聲頻率太接近，硬切一定會連受訪者的聲音一起削掉——這也是我最後去找 audio enhancer，而不是自己拉參數的原因。
實測三步，重點在第二個勾選
用的是 AudioConvert 的 audio enhancer。瀏覽器打開，檔案拖進去就行，不用安裝東西。
上傳那支 68 分鐘的錄音（MP3 / WAV / M4A / MP4 / MOV / AVI 都吃）
audio enhancer 的降噪是預設開的，我另外勾了 Clean up speech——它處理的是「嗯」「那個」這類贅詞、過長的停頓，還有明顯的吸氣聲
按下去，等它跑完，先別急著下載
如果你的訪問現場有背景音樂，或者開場有播一小段，記得勾 Keep Music。它會把音樂段落從降噪範圍裡排除掉，不然整段主題曲會被當成噪音抹平。我這場沒音樂，就沒動。
保留原檔對照，比降噪本身更重要
第三步那個「先別下載」是認真的。處理完可以在同一個畫面裡，原檔和處理後交替播放。
我第一次聽處理版，直覺是「變清楚了」。一切回原檔再切回來，才聽出人聲有點薄——像是隔了一層紗。於是我把降噪強度往回收，重跑一次。
只用處理版來判斷，一定會高估效果。 一定要來回切。對於訪問這種內容，人聲的可信度比乾淨程度重要，與其壓得乾乾淨淨但聲音發假，不如留一點點環境音，聽起來才像真人坐在咖啡廳裡講話。
順手轉成逐字稿，用來核對引述
寫稿最怕引述出錯。音檔整理好之後，我又把它丟去 轉成逐字稿，先拿到一份文字，再對照原檔確認關鍵的幾句。
順序很重要：先整理聲音，再做辨識。噪音少的音檔，辨識穩定度明顯比較好，特別是人名和書名這種專有名詞。順帶一提，首頁那邊的轉錄是額度制，額度怎麼算要看官方說明，我沒有大量測試過。
audio enhancer 到底在做什麼
拆開來看，這類工具做的事都不新鮮：清底噪、去贅詞、拉齊音量。剪輯軟體裡其實都有對應的功能，問題是我分不出哪個該調、該調多少。
我不是聲音工程師，壓限器和等化器的差別我講不出來。我只分得出「這段很吵」跟「這段可以聽」。對我這種人來說，能把需求講清楚，比給我一堆旋鈕有用得多。
老實說，不是每條都救得回來
中段有一段，剛好遇上隔壁桌大笑加磨豆機同時發作，那 40 秒就算處理完還是勉強。我最後在稿子裡避開了那段的引述，只保留意思的轉述。
這類工具英文叫 audio enhancer，說穿了就是「把錄到的聲音整理到能聽」的處理集合。它不是魔法，頻率跟人聲重疊的噪音，本來就沒有乾淨的分法。能救回 60 分鐘，就已經比重錄不到好太多了。
（補充一下：這篇不是業配，純粹是自己踩完坑之後的紀錄。）
結語
現場錄音的風險，永遠是在你離開現場之後才聽得出來。與其賭下一次能找到安靜的場地，不如學會怎麼救已經錄壞的檔案——至少這支 68 分鐘的訪問，最後是完整刊出來的。