Kursplan

Grunderna i ljud och buller

  • Nyckelbegrepp: vågform, frekvens, amplitud och dynamiskt omfång
  • Typer av buller: miljö, utrustning, digitala artefakter
  • Traditionella vs AI-drivna bullerreduceringsmetoder

Översikt över AI-baserade ljudförbättringsverktyg

  • Hur AI-modeller bearbetar och rensar ljud
  • Jämförelse av verktyg: Krisp, Adobe Enhance, RNNoise, NVIDIA RTX Voice
  • Distributionsalternativ: lokal, moln och realtidsintegration

Användning av Krisp för realtidskonferenser

  • Installation och konfiguration på Windows/macOS
  • Integration med Zoom, Teams och Skype
  • Live ljudtester och felsökning av vanliga problem

Förbättring av inspelningar med Adobe Enhance

  • Uppladdning och rensning av podcast-inspelningar
  • Begränsningar, latens och kvalitetskontroll
  • Användning i kombination med Adobe Audition eller Premiere

Distribution av RNNoise i anpassade pipelines

  • Översikt över RNNoise open-source-bibliotek
  • Kompilering och användning av RNNoise med FFmpeg
  • Anpassade integrationer i övervakningssystem eller VoIP system

Utvärdering av kvalitet och prestanda

  • Metriker: signal-brusförhållande, latens, CPU/GPU påverkan
  • Testning över användningsområden: möten, inspelningar, fältljud
  • Mänsklig uppfattning vs objektiva bedömningsverktyg

Case Studies och Workflow-integration

  • Företagskonferensuppsättning för juridiska och finansiella sektorer
  • Bullerreduktion i medieproduktionspipelines
  • Ljudrening för bevis- och övervakningsgranskning

Sammanfattning och nästa steg

Krav

  • Förståelse för grundläggande koncept inom digital ljudbehandling
  • Kännedom om användning av ljudredigerings- eller kommunikationsverktyg

Målgrupp

  • Ljudtekniker
  • IT-supportteam
  • Medieproduktionsenheter
 14 timmar

Antal deltagare


Price per participant

Upcoming Courses

Relaterade Kategorier