AI 音訊降噪與人聲處理工具能夠大幅縮減 Podcast 粗剪的繁複耗時，但傳統自動化工具最令專業音訊工程師卻步的，莫過於「不可逆的破壞性匯出」。一旦演算法將處理後的音訊壓制成單一成品檔案，剪輯師便無法找回被誤剪的字頭子音、無法挽救因節奏過於緊湊而失真的對話呼吸，更無法微調對話語境與空間感。
Cleanvoice 透過專屬的時間軸標記（Markers）與工程時間軸剪輯（Timeline / EDL）匯出機制解決了這項痛點。它不強迫創作者直接接收壓制好的單一音訊，而是支援輸出 Edit Decision List（EDL）、Audacity 標籤文字檔（.txt）以及 REAPER 標記表（CSV）。剪輯師能將 AI 的分析決策載入 Adobe Premiere Pro、Audacity 和 Cockos REAPER 等主流數位音訊工作站（DAW）與非線性剪輯軟體（NLE），在保留原始錄音完整細節的基礎上，進行完全自主的非破壞性複核與精細微調。
標記（Markers）與時間軸剪輯（Timeline / EDL）：工作流程比較
Cleanvoice 將剪輯輔助數據明確劃分為兩條不同路徑，釐清兩者差異有助於在宿主軟體中正確建構專案：
| 匯出類型 | 搭配使用的音訊來源 | 匯出檔案所含數據 | 核心應用情境與目的 |
|---|---|---|---|
| 標記匯出（Markers） | 已清理音訊（AI 處理後成品檔案） | 標示 Cleanvoice 實際執行修剪與修復的具體時間點 | 快速品質驗收（QA）；檢查 AI 是否存在誤剪字頭或吞字現象 |
| 時間軸匯出（Timeline / EDL） | 原始音訊（未經剪輯的原音軌） | 記錄建議剪除片段的時間區間與出入點（EDL / CSV / 標籤檔案） | 100% 非破壞性手動精修；由剪輯師逐一審核決定保留或切除 |
1. 標記工作流程（後期品質驗收）
在此模式下，你下載的是 Cleanvoice 運算後的已清理音訊以及對應的標記檔案。將清理後的音軌與標記一併匯入 DAW 後，標記會精確對齊每一個過渡接縫。剪輯師可透過鍵盤快捷鍵快速在標記間巡查試聽，重點確認底噪銜接是否自然、字頭發音是否完整，在極短時間內完成交付前的品質驗收。
2. 時間軸剪輯工作流程（非破壞性精細控制）
在此模式下，工作站時間軸上放置的是未受任何演算法刪剪的原始母帶錄音。Cleanvoice 匯出的時間軸檔案會精準標示贅字（如 um、uh）、口水雜音、結巴或長停頓的精確區間。在 DAW 中，這些資訊會呈現為獨立的分段片段或標籤區域。如果某位受訪者的停頓帶有深層情緒或幽默效果，剪輯師只需保留該區段，原始素材完全不受損害。
同步提醒： 在多軌訪談或影像播客（Vodcast）中，直接使用「漣漪剪輯（Ripple Edit）」會導致其他麥克風軌道或畫面軌產生時間錯位。Cleanvoice 提供
muted靜音設定選項，能在偵測到雜音或贅字處插入靜音而非縮減音訊長度，維持整體專案時間碼的嚴格同步。
第一步：在 Cleanvoice 中完成音訊分析與匯出
在開啟宿主軟體之前，先於 Cleanvoice 平台完成音訊解析與決策檔匯出：
- 上傳錄音素材：登入 Cleanvoice 官網（cleanvoice.ai）。平台支援主流音訊與視訊容器格式（註冊帳號單檔上限為 3 GB；新用戶享有 30 分鐘免費試用額度）。若使用多支麥克風錄製多人對談，請採用 Multi-track 模式成組上傳，確保相位對齊。
- 勾選 AI 處理模組：
- 贅字消除（Filler Words）：支援 20 種以上語言（包含英語、中文、法語、德語、西班牙語等）的填充詞辨識。
- 口水音與雜音修復（Mouth Sounds）：精準標記唇齒音、爆破音與口腔乾燥雜訊。
- 結巴與猶豫聲（Stutters）：標示反覆磕巴與未完成的單詞起頭。
- 冗長空白（Dead Air）：偵測超過指定秒數的無聲停頓。
- 呼吸聲處理（Breath Removal）：可選標準模式、
legacy（適合錄音室純淨音軌的保守模式）或natural（保留自然交談微弱氣息的輕度模式）。
- 執行雲端分析：提交任務後，系統在背景運算，1 小時長度的音訊通常在 5 至 10 分鐘內解析完畢。
- 進入 Export 選單：在生成的 Download（下載）頁面中，不要直接點擊下載成品，請點擊 Export 按鈕。
- 選擇對應工作站格式：
- 影像播客或剪輯套底選擇 Adobe Premiere / EDL。
- Audacity 專案選擇 Audacity 標籤文字檔（.txt）。
- REAPER 流程選擇 Reaper 標記 CSV 檔（.csv）或 EDL 時間軸。
- 儲存至本地專案目錄：將標記檔與音訊檔儲存至本機硬碟。請注意，Cleanvoice 伺服器上的檔案會在 7 天後自動永久清除。
第二步：三大宿主軟體實務操作流程
Adobe Premiere Pro：EDL 序列匯入與時間軸精修
Adobe Premiere Pro 是影像播客（Vodcast）與聲畫多機位製作的核心平台，原生支援標準剪輯決策表（.edl）檔案。
方法 A：透過 EDL 匯入可編輯序列
- 匯入 EDL 檔案：開啟 Premiere Pro 專案，點選功能表 檔案 > 匯入...（或將 Cleanvoice 匯出的
.edl拖曳至「專案」面板）。 - 設定序列參數：Premiere Pro 會依據 EDL 自動產生獨立的剪輯序列。請確認序列音訊取樣率與母帶錄音完全一致（廣播與視訊標準通常為 48 kHz）。
- 重新連結媒體（Link Media）：匯入後的剪輯片段初期通常處於離線狀態（Offline）。在專案面板中於該素材按右鍵選擇 連結媒體...，並導向原始音訊或 Cleanvoice 處理後的音訊檔。
- 非破壞性審核與剪輯：
- Cleanvoice 建議的所有切除點皆會轉換為時間軸上的獨立音訊切片。
- 若想取消某處 AI 剪切，只需選取該切片接縫並按下
Delete（結合通過編輯/合併片段），或利用 漣漪編輯工具（快速鍵B） 與 捲動編輯工具（快速鍵N） 拖拉修整邊界。 - 使用 滑移工具（快速鍵
Y） 可在不變更時間軸位置的前提下，左右滑動調整片段內部的波形出入點。
方法 B：結合 Adobe Audition 進行標記整合
若你習慣以「標記旗標」而非實體切片進行審聽：
- 將音訊匯入 Adobe Audition，在「標記」面板（視窗 > 標記）中載入 Cleanvoice 標記檔案。
- 儲存音訊檔案，Audition 會將標記直接寫入音訊檔的 XMP 中繼資料內。
- 將此音訊重新匯入 Premiere Pro，所有標記將直接懸浮在音訊波形上。剪輯師可透過
Shift + M（下一個標記）與Ctrl + Shift + M（上一個標記）快速跳轉審聽。
Audacity：運用標籤軌（Label Track）達成精準非破壞審聽
開源音訊編輯器 Audacity 雖不原生支援 EDL 序列，但其內建的「標籤軌（Label Track）」架構與 Cleanvoice 匯出的 TXT 檔案完美對接。該文字檔包含由定位字元（Tab）分隔的起始時間、結束時間與雜音類別標籤。
Audacity 詳細操作步驟：
- 載入音訊檔案：開啟 Audacity，透過 檔案 > 匯入 > 音訊...（快速鍵
Ctrl + Shift + I）載入錄音檔。 - 匯入 Cleanvoice 標籤：
- 點選 檔案 > 匯入 > 標籤...。
- 選取從 Cleanvoice 下載的
.txt標籤檔案並開啟。
- 檢視標籤軌配置：
- Audacity 會在現有波形軌道正下方自動產生一條專屬的 標籤軌（Label Track）。
- 每個被辨識出的贅字、口水音或停頓，皆會顯示為帶有左右調整控制桿的區塊標籤。
- 非破壞性試聽與調整：
- 按鍵盤
Tab鍵可在不同標籤間依序向後跳轉，按Shift + Tab則向前返回。 - 點選標籤內部，按下
Space（空白鍵）或B鍵即可單獨聆聽該標籤所屬的語境段落。 - 執行剪除：若認同 AI 的判斷，選取對齊標籤的音訊範圍，按
Ctrl + K（刪除）；若需維持時間軸總長度不變，可按Ctrl + L（靜音選取範圍）直接抹除雜音。 - 決定保留：若認為該處呼吸或猶豫非常自然，只需點選該標籤並按下 Delete 鍵移除標籤，上方的原始波形毫髮無損。
- 微調剪輯邊界：直接拖曳標籤兩端的圓形控制桿，即可放大或縮小選取範圍，避免發生「吃字」意外。
- 按鍵盤
Cockos REAPER：標記管理器與無損 Item 滑移微調
Cockos REAPER 憑藉極低的系統資源佔用、原生非破壞性分段機制以及強大的批次處理彈性，是許多專業 Podcast 製作人的核心 DAW。Cleanvoice 提供 CSV 標記檔與 EDL 時間軸雙重整合。
方法 A：透過「區域/標記管理器」匯入 CSV
- 載入音軌：在 REAPER 中新增軌道，將 Podcast 錄音檔拖入時間軸。
- 開啟標記管理器：
- 按下快速鍵
Ctrl + Alt + Shift + R（Windows）或Cmd + Opt + Shift + R（macOS），或由頂部選單選擇 View > Regions/Markers Manager。
- 按下快速鍵
- 匯入 Cleanvoice CSV 檔案：
- 在管理器視窗右下角點擊 Options 按鈕。
- 選擇 Import regions/markers...。
- 選取從 Cleanvoice 下載的
.csv標記檔並確認。
- 時間軸巡查審聽：
- REAPER 的標尺上方會立刻生成彩色的標記與區域，清楚標示每個 um、stutter 與 mouth sound。
- 搭配快速鍵
]（跳至下一個標記）與[（跳至上一個標記），剪輯師能極速巡查驗收。
方法 B：利用 EDL 執行原生非破壞性分段編輯
若直接將 Cleanvoice 的 EDL 載入 REAPER：
- 錄音軌會自動依照 AI 決策被分割為數個獨立的音訊片段（Items）。
- 由於 REAPER 具備徹底的非破壞性架構，分割 Item 並不會刪除底層音訊數據。
- 還原音訊細節：將滑鼠移至任意 Item 的左右邊緣，游標變為雙向修整箭頭時向外拖曳，即可完全拉回被裁切的語音尾音或自然空間底噪。
- 自動交叉淡化（Crossfade）：REAPER 在 Item 重疊邊緣預設套用等功率淡入淡出，徹底杜絕手動剪接處產生的喀噠爆音。
- 滑移編輯（Slip Editing）：按住鍵盤
Alt鍵（Windows）或Option鍵（macOS）並在 Item 內部拖曳滑鼠，即可在維持時間軸切片切口不動的狀態下，自由移動該片段內部的波形時間點。
專業 Podcast 後期製作實務建議
- 多麥克風串音防範：若多位主持人在同一實體空間錄音，麥克風之間必然存在串音（Bleed）。若僅對 Host A 執行漣漪剪輯縮短時間，而 Host B 保持不動，會導致對話相位混亂。建議在 Cleanvoice 中採用 Multi-track 批次分析，或在宿主中一律執行「靜音雜音」而非「波紋縮減」。
- 切勿將呼吸聲趕盡殺絕：完全沒有呼吸起伏的人聲聽感過於機械化，容易引起聽覺疲勞。建議採用 Cleanvoice 的
natural呼吸模式，或在 DAW 中藉由標記複核，保留句首因興奮或強調而產生的自然呼吸。 - 鋪設環境底噪軌（Room Tone Bed）：在對長停頓進行靜音處理後，數位絕對無聲會讓聽眾產生耳機斷線的錯覺。建議在專案中建立一條微弱的 10 秒純環境底噪循環軌，墊在對話軌下方以確保聽覺連貫。
- 留意視訊影格率匹配：將
.edl匯入 Premiere Pro 時，請確認序列影格率（例如 24 fps、25 fps 或 29.97 fps）與攝影機素材嚴格一致。影格率不符會引發時間碼捨入誤差累積，使兩小時的長節目在後半段產生數個影格的切片偏移。