采集的目标是「干净」而不是「响亮」
多数人录音失败的原因是把麦克风增益拧到最大。增益拉高确实让声音更响，但同时把底噪、空调声、房间混响一起放大，信噪比被永久毁掉，后期再降噪也救不回来。正确顺序是：先把环境降到足够安静，再把麦克风放在合适的距离，最后只把增益调到峰值落在 -12 到 -6 dBFS 区间。
设备配置建议表
| 档位 | 麦克风 | 参考价位 | 适用场景 |
|---|---|---|---|
| 入门 | 澳叔 SE X1 S 或 AT2020 电容麦 | 600-900 元 | 个人口播、有声书入门 |
| 进阶级 | AT4040、NT1 第五代 | 1500-2600 元 | 长期商用内容、需要低底噪 |
| 动圈 | SM58、SM7B | 800-1500 元 | 环境嘈杂时降噪压力小 |
| 配件 | 防喷罩、麦克风悬臂支架、防震架、厚毛毯 | 100-300 元 | 消除喷麦与桌面振动 |
环境处理：比麦克风更值钱的一步
目标是把房间底噪压到 -60 dBFS 以下。做法按性价比排序：
- 关窗、拉厚窗帘，阻断街道噪声。
- 关空调与风扇；电脑风扇转速低的换水冷，或录音时用笔记本替代台式机。
- 在麦克风正后方（与说话人声源呈对角）铺一层厚毛毯或挂吸音棉，抵消墙面反射。房间越小这一步越关键。
- 录音时人不要走动，关门并远离录音设备。
核心录音参数表
| 参数 | 推荐值 | 为什么 |
|---|---|---|
| 采样率 | 44100 Hz | 覆盖语音最高频，同时是训练数据主流格式 |
| 位深 | 16 bit 或 24 bit | 24 bit 留足降噪余量，24 bit 文件约 1.4GB/小时 |
| 声道 | 单声道 Mono | 克隆模型只用单声道，立体体会浪费算力并引入相位差 |
| 格式 | WAV PCM | MP3 有损压缩会破坏高频，去噪前必须用 WAV |
| 峰值电平 | -12 至 -6 dBFS | 给后期留足余量，避免削波 |
| 录音距离 | 15-20 cm | 太远信噪比差，太近低频过重、齿音重 |
| 麦克风角度 | 略偏离正对 15 度 | 减少喷麦与爆音 |
| 信噪比 | 不低于 40 dB | 低于此值降噪会产生明显水声 |
开场自检流程
每次开录前跑一遍下面五步，任何一步不达标都先解决再录：
- 录 10 秒静音，回放确认听不到空调、风扇、电流声。
- 录 10 秒正常说话，看电平表峰值是否落在 -12 到 -6 dBFS。
- 拍一下桌面听是否有明显碰撞声；有就加防震架或把麦克风吊装。
- 说含 p、b、t 的句子，听有没有喷麦；有就上防喷罩，距离保持 15 cm。
- 戴耳机回放，确认没有回声或金属感；有就把毛毯加厚。