在线去除静音:自动吸掉录音里的空白,换气声留下

按 10 毫秒一窗扫音量:超过 0.35 秒的空白自动删掉,换气声和字间空隙留下,删了几段、合计多少秒都报给你。

最典型的是播客口播:50 分钟的 raw 录音里,思考、喝水、翻稿子的停顿加起来能有 6 到 8 分钟,全留给听众很劝退。会议录音也一样,两小时例会里的翻页、冷场、等设备,没人想回放第二遍。网课录像拆出音轨之后,老师写板书、翻 PPT 的几十秒空白,也是它收拾的对象。

我自己的流程是:录完先在这里过一遍,阈值 -40 dB(我的麦底噪偏低),最短静音 0.4 秒,每段保留 0.1 秒,50 分钟一般删掉 300 段上下、合计 7 分钟左右,再进压缩页按 96 kbps 导出。有一回手滑把阈值调到 -25,把嘉宾轻声回答的尾音也吃掉了,从此我改完参数一定先听开头 30 秒再放行。

🎁 全员免费 🔒 文件不上传,全部在你的浏览器里处理

本地处理这一页所有计算都在你浏览器里完成:音频从导入到导出不离开本机,关掉标签页,处理结果也跟着消失。
格式与限制MP3、WAV、OGG、FLAC、M4A/AAC、WebM 都能读;MP3 和 WAV 一定能导出,OGG/WebM 看浏览器,Safari 能导 M4A;单文件建议 200MB 以内。
合法使用请确认这段录音你有权处理。删掉别人的停顿再二次发布可能涉及版权,工具只负责动手,不负责判断。
全员免费
🎵

把文件拖到这里,或者点击选择文件

支持 MP3 / WAV / OGG / FLAC / M4A / AAC 等常见格式;文件不上传,全部在你的浏览器里处理

00:00 / 00:00
-45 dB

低于这条线的当作静音。录音底噪大就往上调(-35 左右),干净素材保持 -45

0.35 秒

比这个短的停顿不动(避免把换气声和字间空隙切碎)

0.08 秒

删静音时每段留一点呼吸,听起来不会像被硬剪断

处理完会告诉你一共删掉了几段、合计多少秒。首尾的静音也会一起处理,所以「开头半秒空白」这种问题一次解决。

不用写扩展名,导出时按所选格式自动补上

本工具累计服务 0 次 今天 0 次 已导出 0 次 全部工具累计 0 次

怎么用:4 步完成

  1. 导入录音点「选择文件」或把 MP3、WAV 直接拖进页面,浏览器解码后画出波形,单文件建议 200MB 以内。
  2. 定阈值静音阈值默认 -45 dB。录音底噪大(风扇、电流声)往上调到 -35 左右;安静棚录可以降到 -55,删得更干净。
  3. 设时长与保留最短静音默认 0.35 秒,比它短的停顿一律不动;每段保留默认 0.08 秒,想让节奏更紧可以降到 0。
  4. 处理并导出点处理后页面按 10 毫秒一窗扫完整个文件,报告删了几段、合计多少秒,确认没问题再导 MP3 或 WAV。

什么录音适合过一遍,什么别碰

  • 播客口播:50 分钟的 raw 录音,思考、喝水、翻稿子的停顿加起来通常 6 到 8 分钟,去完节奏立刻紧一档。
  • 会议录音:两小时的例会,翻页、冷场、等设备的时间没人回放,删完常常只剩 80 分钟上下。
  • 网课录像的音轨:老师写板书、翻 PPT 的空白成段出现,配合 视频提取音频 先拆音轨再瘦身。
  • 采访与对谈:嘉宾长篇大论之间的沉默可以收,但记得把最短静音放到 0.5 秒以上,给人留思考的余地。

反过来,两类素材别过它:音乐——休止符和段落间的安静是音乐本身,删了结构就散了;有声书、广播剧——停顿是表演的一部分,删狠了像赶火车。这两类想压体积,直接去 音频压缩 更合适。

三个参数,各管一件事

参数范围默认它管什么
静音阈值-70 到 -20 dB-45 dB低于这条线才算静音;底噪大往上调,比如 -35,安静棚录可降到 -55
最短静音时长0.1 - 3 秒0.35 秒比它短的停顿一律不动,换气声和字间空隙靠它保住
每段保留间隔0 - 0.5 秒0.08 秒删静音时每段留一点呼吸口,避免句子粘在一起
扫描精度固定 10 毫秒一窗—按窗口扫音量,不会从字中间切开
首尾静音固定行为一并删除开头结尾的空白跟着一起收,不用单独剪
处理报告固定输出—删了几段、合计多少秒,处理完直接列出

调参顺序建议:先定阈值,再定最短时长,最后动保留间隔。阈值决定「删哪里」,时长决定「删多狠」,保留决定「听着喘不喘」。三个都拿不准就全用默认跑一遍,报告里的段数和秒数会告诉你偏没偏。

我怎么用它压一期播客

我每期播客录完 raw 大概 50 分钟,固定参数是阈值 -40 dB、最短静音 0.4 秒、每段保留 0.1 秒。跑完一般删掉 300 段上下、合计 7 分钟左右,成稿直接落到 43 分钟以内,听感紧凑但不喘。删完我会把报告里的「合计秒数」记进 shownotes,一年下来能算出这个工具替听众省了多少时间。

有两类素材我会改参数。电话采访底噪大,阈值要抬到 -33 上下,不然空调声、电流声会被当成「有人在说话」,一段都删不掉。朗读类素材我把最短静音放到 0.6 秒,朗读的节奏停顿是表演的一部分,0.35 的默认值对它太狠。

跑完一定看报告:段数乘平均时长如果和感觉对不上,多半是阈值定偏了,调一档再跑一遍。反正全程在本机,不花流量,也不存在排队。

边界和做不到的事

  • 它只认音量,不识别内容。轻声的气声尾音、说到一半的犹豫,只要低过阈值都可能被当成静音。发现尾音被吃,把阈值往低调 5 dB 再试。
  • 它不降噪。有声段落里的风扇声、电流声原样保留;土办法是把阈值调高让低电平噪声段被删掉,但真正的降噪得用别的工具。
  • 长素材有内存天花板。解码后全部采样放在浏览器内存里,两小时以上的录音在小内存设备上可能中途失败,建议先用 音频剪辑 按小时切开分别处理,再用 音频合并 接回去。
  • 浏览器差异。Chrome、Edge、Firefox 新版最稳;Safari 能处理但可导出格式少一些(能导 M4A 是优点);IE 和老浏览器打不开。
  • 删掉的段落页面里找不回。处理是一次性的,原始文件别覆盖,参数拿不准就小步改、多跑几遍。

常见问题

把它当成一条音量线:比这条线安静的部分才算静音。默认 -45 适合大多数环境录音;底噪大往上调到 -35 左右,越往上删得越狠。拿不准就跑默认,听完再微调。
默认不会。最短静音 0.35 秒意味着比它短的停顿一律不动,正常说话的字间空隙大多在 0.2 秒以内。想让节奏更紧可以降到 0.2,但不建议更低,听着容易喘不过气。
故意的。每段保留默认 0.08 秒,专门给换气和自然起伏留位置;扫描按 10 毫秒一窗走,轻换气只要高过阈值就算有声,不会被切。想切干净就把阈值调高、保留调到 0。
页面里不行,处理是一次性的。所以参数拿不准就先小改一档试听,原始文件也别覆盖。反正全程在本机跑,多试几遍不花流量也不排队。
看设备。解码后的采样全放内存,两小时以上的素材在小内存机器上可能中途失败。稳妥做法是先按小时剪开,分别去静音,再用音频合并接回去。
不能。它只删安静的部分,有声段落里的底噪原样保留。底噪大可以把阈值往上调,让低电平噪声段被当静音删掉;要真正降噪得换专门的工具。