修复伪影

先分清是生成伪影还是演奏处理，再决定修还是重生成

相关

混响噪声底分轨

问题

生成结果里出现咔哒声、尾音糊、音高飘、声部之间像隔着一层水，这些不一定是模型坏了，也可能是提示或参数把它逼到了边界。修之前先判断它是什么，再判断值不值得修。伪影不等于失败，它往往只是条件写得太满的证据。

原理

伪影有几类典型来源。起音处的爆音多来自拼接与包络，长音糊成一片来自混响尾与延音处理，音高不稳常见于人声与持续弦乐，声部发虚、分离感像水一样来自分离算法残留的串音。演奏本身也有类似现象，揉弦、滑音、踏板与房间声都会让声音不那么干净，这正是判断的难点。还有一类来自时长，一次生成过长的段落，模型在换气处拼接，接缝会以音量跳变的形式出现。

做法

先关掉混响与压缩听干声，把问题定位到某一层。剪掉起音前几毫秒、画一条短淡入、改掉个别音高就能解决的小问题，就地修。整段糊、声部互相渗透、节奏已经错位的，重生成比修便宜。重生成时只改一个条件，比如缩短时长、降低密度、换更简单的织体，不要一次改五个。修完放回整体，确认没有为了局部干净牺牲了乐句。导出干声，用频谱看那几个可疑频段是否还有尖峰，耳朵会疲劳，图不会。

听什么

在放克鼓组里听起音是否利落，在管风琴赞美诗里听长音尾是否糊成一片，在《绞刑架》里听固定音型与和弦是否分得开，在马勒歌曲里听人声长音有没有不该有的晃动。四处对照，伪影与演奏处理的界线会慢慢清楚。

事实来源

• 生成式音频常见伪影的类别与成因，依公开技术资料归纳，未抄原文
• 修复与重生成的取舍，依后期制作通识核对，未抄文本

仅用于核查事实，正文为原创撰写。