引言

在移动端和Web端开发中，音频录制是常见的功能需求。无论是语音备忘录、在线会议还是语音社交应用，录音质量直接影响用户体验。然而，环境噪声（如风扇声、键盘敲击声、交通噪音）常常成为困扰开发者的难题。MediaRecorder作为浏览器和移动端原生支持的API，提供了基础的录音能力，但默认情况下并不包含降噪功能。本文将从底层原理出发，结合代码示例，系统讲解如何为MediaRecorder实现降噪，帮助开发者提升录音质量。

一、MediaRecorder的降噪原理

1.1 噪声的来源与分类

噪声可分为稳态噪声（如风扇声、空调声）和非稳态噪声（如键盘声、突然的关门声）。稳态噪声的频谱相对稳定，可通过频域滤波去除；非稳态噪声则需要时域分析（如短时能量检测）或机器学习模型识别。

1.2 降噪的核心技术

频域降噪（FFT+频谱减法）

通过快速傅里叶变换（FFT）将时域信号转换为频域，识别并抑制噪声频段。例如，若已知噪声集中在50-200Hz（如风扇声），可在频域中对该频段进行衰减。

时域降噪（自适应滤波）

使用自适应滤波器（如LMS算法）动态调整滤波系数，实时跟踪噪声变化。适用于非稳态噪声，但计算量较大。

机器学习降噪

基于深度学习的降噪模型（如RNNoise、DNN-based降噪）可学习噪声特征并生成掩码，但需要大量训练数据和算力支持。

1.3 MediaRecorder的局限性

MediaRecorder本身仅提供原始音频流（如PCM数据），不包含降噪逻辑。开发者需在获取音频数据后，通过Web Audio API或第三方库（如WebRTC的AudioContext）进行后处理。

二、MediaRecorder降噪的实践方案

2.1 方案一：使用Web Audio API进行频域降噪

步骤1：连接MediaRecorder与AudioContext

// 创建MediaStream（如通过getUserMedia）
const stream = await navigator.mediaDevices.getUserMedia({ audio: true });
const audioContext = new AudioContext();
const source = audioContext.createMediaStreamSource(stream);
// 创建ScriptProcessorNode处理音频
const processor = audioContext.createScriptProcessor(4096, 1, 1);
source.connect(processor);
processor.connect(audioContext.destination);

步骤2：实现频谱减法降噪

processor.onaudioprocess = (audioProcessingEvent) => {
  const inputBuffer = audioProcessingEvent.inputBuffer;
  const inputData = inputBuffer.getChannelData(0);
  const outputData = new Float32Array(inputData.length);
  // 假设已通过预处理获得噪声频谱（如静音段采样）
  const noiseSpectrum = getNoiseSpectrum(); // 需开发者实现
  // FFT变换（使用第三方库如dsp.js）
  const fftSize = 1024;
  const fft = new FFT(fftSize);
  fft.forward(inputData);
  // 频谱减法
  for (let i = 0; i < fftSize / 2; i++) {
    const magnitude = fft.spectrum[i];
    const noiseMagnitude = noiseSpectrum[i] || 0;
    const attenuated = Math.max(magnitude - noiseMagnitude * 0.8, 0); // 保留部分信号
    fft.spectrum[i] = attenuated;
  }
  // 逆FFT
  fft.inverse();
  outputData.set(fft.output.subarray(0, inputData.length));
  // 将降噪后的数据发送给MediaRecorder（需自定义）
  sendToMediaRecorder(outputData); // 需开发者实现
};

关键点

噪声采样：在录音开始前采集静音段（如用户点击“开始录音”前的1秒），计算其频谱作为噪声基线。
频谱平滑：避免过度减法导致语音失真，可通过加权平均或指数衰减平滑噪声频谱。

2.2 方案二：基于WebRTC的降噪模块

WebRTC的AudioProcessingModule（APM）内置了成熟的降噪算法（如NSNet），可直接调用。

步骤1：引入WebRTC库

<script src="https://webrtc.github.io/webrtc-org/web-sdk/webrtc.js"></script>

步骤2：配置降噪模块

const audioContext = new AudioContext();
const stream = await navigator.mediaDevices.getUserMedia({ audio: true });
const source = audioContext.createMediaStreamSource(stream);
// 创建WebRTC的AudioProcessingModule
const apm = new RTCAudioProcessor();
apm.noiseSuppression.enabled = true; // 启用降噪
apm.noiseSuppression.level = 'high'; // 可选：low/medium/high
// 连接处理链
const processor = audioContext.createScriptProcessor(4096, 1, 1);
source.connect(processor);
processor.connect(audioContext.destination);
processor.onaudioprocess = (event) => {
  const inputData = event.inputBuffer.getChannelData(0);
  // 将数据传递给APM处理（需适配WebRTC的API）
  const processedData = apm.process(inputData); // 伪代码，实际需参考WebRTC文档
  // 发送处理后的数据
  sendToMediaRecorder(processedData);
};

优势

开箱即用：WebRTC的降噪模块经过优化，适用于实时通信场景。
低延迟：适合对延迟敏感的应用（如在线会议）。

2.3 方案三：移动端原生实现（Android示例）

在Android中，可通过AudioRecord结合NoiseSuppressor类实现降噪。

步骤1：配置AudioRecord

int sampleRate = 16000;
int channelConfig = AudioFormat.CHANNEL_IN_MONO;
int audioFormat = AudioFormat.ENCODING_PCM_16BIT;
int bufferSize = AudioRecord.getMinBufferSize(sampleRate, channelConfig, audioFormat);
AudioRecord audioRecord = new AudioRecord(
    MediaRecorder.AudioSource.MIC,
    sampleRate,
    channelConfig,
    audioFormat,
    bufferSize
);

步骤2：启用NoiseSuppressor

// 检查设备是否支持降噪
if (NoiseSuppressor.isAvailable()) {
    NoiseSuppressor noiseSuppressor = NoiseSuppressor.create(audioRecord.getAudioSessionId());
    if (noiseSuppressor != null) {
        // 创建处理管道（需自定义）
        // 将audioRecord的输出传递给noiseSuppressor
    }
}

注意事项

兼容性：部分低端设备可能不支持硬件降噪。
性能：降噪会增加CPU负载，需测试目标设备的性能。

三、降噪效果评估与优化

3.1 客观指标

信噪比（SNR）：降噪后信号与噪声的功率比，越高越好。
语音失真度（PESQ/POLQA）：衡量语音质量的国际标准。

3.2 主观测试

AB测试：让用户对比降噪前后的录音，选择偏好版本。
场景适配：针对不同噪声环境（如办公室、街道）调整降噪参数。

3.3 常见问题与解决

语音削波：降噪过度导致语音断续。解决方案：降低减法强度或增加保留系数。
残余噪声：稳态噪声未完全去除。解决方案：结合时域和频域方法。

四、总结与建议

MediaRecorder的降噪需结合后处理技术，开发者可根据场景选择方案：

Web端：优先使用WebRTC的APM或Web Audio API。
移动端：利用原生API（如Android的NoiseSuppressor）或第三方库（如Oboe的降噪模块）。
实时性要求高：选择轻量级算法（如频谱减法）。
质量优先：考虑机器学习模型（如RNNoise）。

通过合理选择技术和持续优化，开发者可显著提升MediaRecorder的录音质量，为用户提供更清晰的音频体验。

MediaRecorder 降噪：从原理到实践的深度解析

引言