检查并修复音频基础缺陷

首先用Audacity打开音频文件，在菜单栏点击“效果 → 查看波形”，重点观察波形顶部和底部是否存在被齐平截断的矩形波峰。如果出现这种情况，说明录音时增益设置过高，瞬态细节已经永久丢失——此类音频必须重新录制，无法通过后期修复。

接着完整播放一遍音频，留意是否存在连续3秒以上完全静音的空白段。海螺AI对静音容忍度极低，超过2.8秒就会触发超时熔断机制，并报出“audio timeout”错误。解决办法是使用“效果 → 噪声门”，将阈值设为-45dB、衰减设为-30dB，将静音区间压缩至1.2秒以内。

最后检查采样率：点击“项目 → 项目采样率”，必须显示48000 Hz。如果为44100 Hz或更低，导出后的特征会偏移，导致“sample rate mismatch”报错。此时选择“Tracks → resample → 48000 Hz”，再导出为WA V格式（注意：应写为WAV，但原文是WA V加空格，保留原样）。确保采样率与平台要求一致，是避免海螺AI语音克隆报错的关键步骤之一。

针对性降噪处理（仅适用于稳态底噪）

方法一：剪映智能降噪（最快）
将音频拖入剪映时间线，右键选择“分离音频”，在右侧音频面板开启“智能降噪”，强度固定为65%，勾选“人声增强”，然后点击应用。该操作能有效消除风扇声、空调嗡鸣等宽频底噪，同时保留齿音能量，提升音频素材质量。

方法二：Audacity频谱掩膜（最准）
① 点击“分析 → 频谱图”，定位噪点最集中的区域（例如20–80Hz的工频谐波，或14–18kHz的数字嘶嘶声）；
② 按住Shift键拖选该频段，右键选择“遮罩 → 应用噪声门”，阈值设为-42dB、衰减设为-28dB；
③ 再进入“效果 → 均衡器”，在噪点峰值处添加两个Q值≥8.0的窄带陷波点，实现精准切除；
④ 导出为WA V、24 bit、48000 Hz，禁用dither选项，否则会引入新的量化噪声，影响语音克隆效果。

重录音频的硬性操作规范

1. 环境：关闭空调、风扇，拉上窗帘隔绝窗外车流声，桌面铺设厚毛毯以减少声音反射，营造低噪录音空间；
2. 设备：手机录音优先使用自带语音备忘录（iOS）或三星录音机（安卓），避免使用蓝牙耳机麦克风，防止信号干扰；
3. 口型：嘴唇距离麦克风12–15cm，朗读时下巴微收，防止喷麦爆音，确保波形稳定；
4. 内容：朗读一段包含“四声调+s/sh/z/c/ch/zh+an/ang/en/eng”全覆盖的绕口令，例如“石狮市有四十四只石狮子，史老师是资深声学工程师”，时长控制在32–48秒，保证声纹特征丰富；
5. 保存：直接以“.wa v”后缀保存（注意保留原文空格），不要转换为MP3或M4A格式，因有损压缩会破坏相位信息，导致海螺AI语音克隆报错。