音频降噪（audio-denoise）
给带环境噪音的录音做降噪处理：手机录课、线上会议录音、现场采访、播客口播等场景中最常见的"沙沙声/嗡嗡声/电流声"，用 ffmpeg 的 FFT 降噪滤镜（afftdn）或非局部均值降噪（anlmdn）本地去除，全程不需要上传到任何云端。
功能
- 三档降噪强度：
low（轻）/mid（中，默认）/high（重），对应不同的降噪量与噪声底参数 - 双引擎可选：
afftdn（默认）：FFT 频域降噪，速度快（远快于实时），适合大多数场景anlmdn：非局部均值降噪，慢（约为实时时长的数倍），对宽带噪声更自然、音乐性损伤更小--normalize响度标准化：降噪后接 loudnorm 拉到 -16 LUFS（EBU R128，语音/播客常用标准，TP ≤ -1.5 dBTP）- 视频输入：直接喂 mp4/mov/mkv 等，自动抽取第一条音轨，输出为音频文件
- 响度对比报告：处理完成后自动打印前后
mean_volume / max_volume / integrated LUFS，向用户汇报有据可依 - 输出格式按扩展名自动选编码器（mp3/wav/m4a/aac/flac/ogg/opus/wma）
工作流程
- 确认输入：检查用户给的音频/视频文件路径存在、可读。用户没说输出路径时，默认输出到输入同目录的
原名_denoised.同扩展名。 - 选档位：用户没有明确要求时，一律先用默认 mid 档 + afftdn 引擎跑一遍。用户描述"噪音不太大/只要一点点杂音"→ low；"噪音很大/基本上全是噪声"→ 可以先 mid，效果不够再 high。
- 执行降噪：运行
scripts/denoise.py（命令参考见下）。需要成稿发布（播客/口播视频配音）时加--normalize。 - 汇报结果：把脚本打印的前后响度对比转述给用户，特别说明 mean_volume 下降来自噪声底被压低，属于预期现象。
- 提醒试听：务必让用户试听，如觉得人声发闷/有"水声感/机器人感"，降一档强度重跑；如噪声残留明显，升一档或换 anlmdn。
- 后续衔接：降噪后的干净音频可直接喂给 audio-minutes（转会议纪要）、video-to-srt（转字幕）、audio-to-notes（转学习笔记），识别准确率通常更好。
命令参考
（以下路径相对本技能根目录）
# 最常用：默认 afftdn 引擎 + mid 档
python3 scripts/denoise.py 录音.mp3 -o 录音_降噪.mp3
# 指定强度（low / mid / high）
python3 scripts/denoise.py 采访.wav -o 采访_降噪.wav --strength high
# 降噪 + 响度标准化到 -16 LUFS（适合发布）
python3 scripts/denoise.py 手机视频.mov -o 成品.mp3 --normalize
# 换引擎（慢但更自然，适合音乐性内容或 afftdn 效果不理想时）
python3 scripts/denoise.py 讲课.mp4 -o 讲课_降噪.mp3 --engine anlmdn
# 查看帮助
python3 scripts/denoise.py --help
档位与引擎内部参数（供排查调优）：
| 强度 | afftdn (nr=降噪dB / nf=噪声底dB) | anlmdn (s=强度 / r=搜索窗s) |
|---|---|---|
| low | nr=12, nf=-40 | s=300, r=0.03 |
| mid | nr=24, nf=-32 | s=1000, r=0.03 |
| high | nr=36, nf=-26 | s=3000, r=0.03 |
> 注：anlmdn 的 r(研究窗) 默认 0.006s 时相似块太少、降噪几乎无效，已按实测调到 0.03s。
等价的手工 ffmpeg 命令（脚本不可用时的兜底）：
ffmpeg -i in.mp3 -map 0:a:0 -af "afftdn=nr=24:nf=-32" -c:a libmp3lame -b:a 192k out.mp3
# 降噪 + 响度标准化（loudnorm 单遍动态模式，输出会重采样，显式 -ar 44100 收尾）
ffmpeg -i in.mp3 -map 0:a:0 -af "afftdn=nr=24:nf=-32,loudnorm=I=-16:TP=-1.5:LRA=11" -ar 44100 -c:a libmp3lame -b:a 192k out.mp3
# 小波降噪备选（afwtdn），对音乐内容损伤更小：
ffmpeg -i in.mp3 -map 0:a:0 -af "afwtdn=sn=12" -c:a libmp3lame -b:a 192k out.mp3
示例对话
例 1：手机录的课有底噪
> 用户：我用手机录了一节 40 分钟的课，房间空调声一直嗡嗡的，帮我处理一下。
> 助手：
> bash
> python3 scripts/denoise.py /path/to/第3节课.mp3 -o /path/to/第3节课_降噪.mp3 --strength mid
>
> 处理完汇报：mean_volume 从 -21.5 dB 降到 -26.8 dB（空调底噪被压低约 5 dB），已输出到 …。请试听一下，如果人声发闷我再调低一档；空调声如果还有残留，可以换 anlmdn 引擎再跑一次。
例 2：采访录音要发布
> 用户：这段街采噪声很大，明天要做成播客，帮我弄干净点。
> 助手：先 mid 档跑一遍，让用户试听；确认人声没受损后，加 --normalize 出发布版：
> bash
> python3 scripts/denoise.py /path/to/街采.wav -o /path/to/街采_降噪.wav --strength mid
> # 试听 OK 后：
> python3 scripts/denoise.py /path/to/街采.wav -o /path/to/街采_发布版.mp3 --normalize
>
例 3：只有视频文件
> 用户：这个录屏视频里人声太吵了，我只要音频，帮我降噪后导出 mp3。
> 助手：直接把视频当输入，脚本会自动抽音轨：
> bash
> python3 scripts/denoise.py /path/to/录屏.mp4 -o /path/to/录屏_降噪.mp3
>
运行环境
- 脚本：
scripts/denoise.py（相对技能根目录） - Python：3.9+
- 外部命令：
ffmpeg、ffprobe
开工前先跑一次自检，缺什么当场补，别等跑到一半报错：
command -v ffmpeg >/dev/null 2>&1 || echo "缺 ffmpeg，请先安装再重试"
command -v ffprobe >/dev/null 2>&1 || echo "缺 ffprobe，请先安装再重试"
> 缺依赖时用中文告诉用户缺什么、装完就能用，不要把 Python 的英文 traceback 原样贴给用户。
注意事项
- 降噪是双刃剑：强度过大会损伤人声——出现"水声感/机器人感"、齿音丢失、尾音发空等问题。务必建议先用默认 mid 档试听，不满意再升降档；对 quality 敏感的内容优先 low 档保人声。
- afftdn 擅长稳态噪声（空调、风扇、电流声、房间恒定底噪、白噪），对突发性噪声（关门声、键盘声、咳嗽、鼠标点击）效果有限，只能压低不能消除。
- 音乐/歌唱内容慎用降噪：降噪在削噪声的同时也会削音乐的泛音，伴奏尽量不降；确要处理，用
--engine anlmdn或更低强度，也可以尝试手工命令里的afwtdn小波方案。 - anlmdn 明显更慢（长文件可能需要数分钟），且内存占用高于 afftdn；给用户长文件用 anlmdn 前先说明耗时。
- 已经被有损压缩过多次的录音（如微信语音二次转存的 mp3）压缩噪声和信号纠缠在一起，降噪效果会打折扣，high 档也未必干净，管理预期。
--normalize只调响度不降噪：它把整体响度统一到 -16 LUFS，对"人声忽大忽小"请用响度标准化，对"环境噪声"请用降噪，两者经常配合使用。- 输出采样率：
--normalize时统一输出 44100 Hz；不 normalize 时保持输入采样率。 - 本技能只处理音频；降噪后的文件如需转文字，交给 audio-minutes / video-to-srt。
