Zynaptiq 插件2

• UnFilter：智能均衡器。能自动检测并消除梳状滤波、共振或过度 EQ 造成的频率问题，让声音恢复平滑自然的频率响应。

UnFilter

Zynaptiq UnFilter：智能均衡器，核心能力是通过实时盲去卷积（real-time blind de-convolution）自动估算施加在音频信号上的滤波器频率响应，并生成反向传递函数来抵消该滤波效果。最初的开发目标是：消除对话录音和现场录音中由共振（resonance）和梳状滤波（comb filtering）引入的峰值与陷波（peaks and notches）。在实际开发过程中，其功能远超这一初始目标，最终成为覆盖音频处理多场景的专业工具。

UnFilter 去除的不是某一种特定的"噪声"，而是信号中被施加的各种滤波效应（filtering effects）。

• 共振（Resonance）：房间共振、箱体共振等导致的某些频率被持续放大。
• 梳状滤波效应（Comb Filtering）：由声波反射/延迟叠加造成的频率响应中周期性出现的峰和谷。
• 高频/低频衰减（Roll-offs）：话筒拾音距离、环境遮挡等导致的频率自然滚降。
• 均衡器痕迹（EQ artifacts）：之前被其他人或设备施加过的 EQ 过度处理痕迹。
• 合成器类型的谐振滤波（Resonant Filtering）：合成器产生的带有强烈谐振特征的滤波效果。

一句话概括：UnFilter 试图将信号还原到"没有被滤波"之前的平坦、自然的频率响应状态——也就是把被某个"滤波器"扭曲过的频谱"掰直"。

UnFilter 可以检测并移除信号中可被感知到的残余滤波特征——包括由低质量设备、不当 EQ 处理或信号链路引入的明显频率染色。但如果之前的 EQ 是一次成功的修正（使频谱趋于平坦），UnFilter 通常不会产生显著的额外处理效果，因为此时信号中已不存在明显的稳态滤波特征供算法检测。

功能特点：

• 自动去滤波：利用盲去卷积算法，实时估算并移除信号中的共振、EQ痕迹、频率滚降（roll-offs）、梳状滤波效应、合成器类谐振滤波（synthesizer-type resonant filtering）。
• 传递函数迁移：将估算出的传递函数施加到另一个信号上，实现音色特征匹配（tonal character matching）。
• 导出/导入脉冲响应（IR）：将估算的传递函数保存为脉冲响应文件（IR），支持线性相位（linear phase，可选 Zero Phase Ordering）和最小相位（minimum phase，可调滤波器阶数 10-1000）两种模式；也可导入外部 IR 作为传递函数使用。IR 输出格式为 WAV/24bit，采样率取自当前工程。注意：导入的 IR 会被截断至 UnFilter 的内部长度，因此导入混响 IR 并不能添加或移除混响效果。
• 母带级均衡：兼具三种均衡能力：自适应均衡（adaptive EQ）、自由形态均衡（free-form EQ，通过断点编辑器实现）、7 段图形均衡器（graphic EQ，范围 -6 至 +6 dB，用于去滤波后的宽频段调整）。
• 断点编辑器（Breakpoint Editor）：可视化编辑频率响应曲线，支持任意数量的节点；提供 5 种插值模式：LINEAR（线性）、EASE I/O（缓入缓出平滑曲线）、PEAK/DIP（窄峰/窄谷）、STEP EDGE（阶跃边缘）、STEP MID（阶跃中点）。可用于两种模式：INT BIAS 模式（为 INTENSITY 参数添加频率相关的偏移量）和 EQ 模式（直接作为自由形态均衡器使用）。
• 砖墙限幅器：固定阈值 0dBFS 的砖墙限幅器，位于输出增益之后，用于确保无人值守的批量处理不会产生削波。文档明确指出这是为批量处理设计的安全措施，并非替代专业限幅器。
• 高通滤波器：96dB/octave 搁架式高通滤波器，截止频率范围 0 Hz（关闭）至 200 Hz，位于限幅器之前。
• Link 功能：对所有通道施加相同的处理。仅在 Learn 关闭时生效——即先在一个通道上学习传递函数，然后将其统一应用到所有通道。
• Noisemon（噪声监听）：将 Noise 模式下算法"听到"的信号路由到输出端，方便用户判断 Noise 模式的分析结果，同时去滤波仍然生效，可用于创意声音设计。

UnFilter 是一款功能强大的"智能去滤波"工具，既能自动分析并消除不良滤波效果，也可作为高品质 EQ 进行手动调音，在音频修复、母带处理、影视后期、法医声学等领域都有广泛应用。

适用场景

• 自动校正均衡：以近乎自动的方式对音源施加校正性均衡（corrective equalization）。
• 去除不良滤波：移除信号中不需要的共振、均衡处理或其他滤波效果。
• 母带级均衡：对节目素材（program material）进行母带级均衡处理。
• 对话录音修复：消除对话录音中的梳状滤波、共振和频率滚降问题。
• 司法鉴定/执法：增强语音可懂度（intelligibility），用于法医声学和执法领域。
• 音色匹配：匹配多个信号的音色特征（tonal character）。
• 创意音色塑形：创造性地塑造信号的频谱轮廓（tonal contour）。
• IR 提取：提取滤波器响应曲线为 IR 文件，供其他应用程序使用。
• 自适应均衡：对时变音频信号（如广播中的流媒体音乐）进行自适应均衡处理。

工作原理：实时盲反卷积（Real-time Blind De-convolution）

UnFilter 的核心技术是一种叫"盲反卷积"的算法。所谓"盲"，是因为算法事先既不知道原始信号长什么样，也不知道施加了什么滤波——两个都是未知数，却要从结果中同时推导出两者。整个流程分为两大阶段：

第一阶段：Learn（学习）——识别滤波器特征

Learn 是 UnFilter 的核心环节，它通过以下步骤来"发现"信号中隐藏的滤波效应：

• 步骤 1：区分信号中的杂散频率（spurious frequencies，如噪声）与长期稳态成分（long-term stationary components，对录音整体音色贡献更大的部分）。
• 步骤 2：在时间维度上评估这些稳态成分：变化较快的成分大概率属于乐器或人声本身（应保留）；保持不变或变化极慢的成分大概率属于滤波效应（如房间共振、EQ 痕迹等，属于滤波效应，应该去除）。
• 步骤 3：估计传输函数（Transfer Function）。基于上述分析，算法分离出一条频率响应曲线（即传输函数），估算出被施加的滤波效果。描述"什么样的滤波器被施加到了你的信号上"。
• 步骤 4：构建逆滤波器。一旦知道了"滤波器长什么样"，UnFilter 就创建一个反向的传输函数——即一个能够精确抵消该滤波效应的逆滤波器。

第二阶段：Intensity（强度控制）——应用或撤销滤波

• 正值：从信号中移除检测到的滤波效应，使频率响应趋于平坦。
• 负值：将检测到的滤波效应施加到信号上（可用于声音设计、音色匹配等创意用途）——在同一信号上会夸大滤波效果；在不同信号上（最好是已经线性化的信号）则实现滤波特征迁移。
• 中间位置：不做任何处理（中性状态）。

关键辅助参数
• AVG（平均时间）：控制算法"看"多长时间的信号才判定某个成分是滤波效应。值越大越保守，不容易误判，但响应慢。
• DCY（衰减时间）：控制算法"记忆"多久。值越大记得越久，适合静态滤波（如固定的通道 EQ）；值越小遗忘越快，适合移动的声源。
• NOISE（噪声模式）：开启后只分析信号中的噪声/随机成分来推导频率响应，忽略前景的谐波内容。适合钢琴等谐波密集的乐器。
• ƒ RESOLUTION（频率分辨率）：控制逆滤波器的精度。
• ƒ SMOOTHING（平滑度）：对传输函数做平滑处理，减少窄带增/衰减，避免产生类似"预振铃"的伪影。
• WEIGHTING（加权）：施加 Fletcher-Munson 等响度曲线，让处理结果听起来更自然。

学习区（Learning Section）

UnFilter 基于盲反卷积算法，从输入的失真信号中，估算出来这个令其失真的静态滤波曲线（界面中显示的红色曲线），然后然后生成一个反向滤波器，来抵消它。

UnFilter 的核心逻辑是：它假设音频信号原本是"干净"的（频谱大致平坦），但在录制、传输、处理过程中，被某个滤波器"染色"了。这个滤波器可能是——

• 房间的声学响应（共振峰、低频滚降）。
• 话筒的频率响应。
• 某个 EQ 或效果器的处理。
• 传输线路导致的梳状滤波。

Learn 阶段做的事情是估算这个滤波器的频率响应曲线（也就是那条红色曲线），然后创建一个反向滤波器来抵消它。

• Learn：学习开关。ON = 持续分析音频并实时更新传递函数估算（红色曲线动态变化）；OFF = 冻结当前估算结果，后续所有音频都使用同一个固定的反向滤波器。Learn 的两种工作模式：
  • 静态模式：LEARN = OFF（学习完成后关闭），学习到一个固定的传递函数后锁定，对整段音频统一应用同一个反向滤波器。整段音频的染色来源是同一套固定的物理系统（同一间房间、同一支话筒、同一条线路）。
  • 动态模式：LEARN = ON（持续保持开启）。算法实时跟踪音频变化，传递函数随信号持续更新。录音过程中物理条件发生了改变（换了房间、移动了话筒、切换了线路），需要算法自适应跟踪变化的滤波特性。
• DCY（Decay）：历史信息保持系数。控制已学习到的传递函数成分的保留时长。
  • 较低值（如 0.5）：快速遗忘，优先响应当前时刻的信号特征。适合场景：染色特性频繁变化，需要算法快速"重新学习"。
  • 较高值（如 0.99：缓慢遗忘，兼顾历史信息与当前信号。适合场景：染色特性缓慢漂移（如话筒在录音中轻微移动）。
  • infinite（无限大）：永不遗忘，所有历史数据永久累积。适合场景：整段素材的染色特性完全一致（最常用）。
• AVG（Average）：时间窗平均长度。控制算法对信号取平均的时间跨度。
  • 低值 = 短窗，估算响应快但容易把瞬态杂音误判为滤波特征；
  • 高值 = 长窗，只信任长时间稳定存在的频谱特征，结果更可靠但收敛慢。
• Noise：噪声源锁定。开启后，算法仅从随机/非谐波成分（即噪声底、气流声等宽频信号）中提取传递函数，忽略谐波/乐音内容。适用于谐波丰富的素材（如钢琴、人声），避免把乐器本身的频谱特征误判为"染色"。
• Save / Load：导入导出传递函数。将当前估算的传递函数导出为 IR（脉冲响应）文件，支持线性相位（可配合 ZPO 零相位排列）或最小相位格式；也可从已有 IR 文件导入传递函数直接应用。
• ReSet：重置估算。清除已累积的传递函数数据，将估算归零，使 Learn 从初始状态重新开始。

图形显示

显示屏采用“分析器”类型的界面，以极高的速度和精度呈现数据（在处理低音时，甚至能清晰看到独立的谐波）。

• 洋红色曲线（Magenta）：代表输入信号的振幅-频率图。
• 薄荷绿色曲线（Mint）：代表输出信号的振幅-频率图。
• 红色曲线（Red）：代表估算的传递函数曲线（Transfer Function），也就是插件当前识别到的、需要抵消的滤波/共振特征。也就是算法测量到的滤波器响应（Measured Filter Response）。
• 青色区域（Cyan）：代表输入和输出图表重叠覆盖的振幅/频率范围。这一视觉提示能帮助你直观地判断 UnFilter 处理过程中具体增加或移除了哪些频段。
• 其他信息：界面还会显示图例（Legend）以及当前的采样率（Sample Rate）。

观察的核心思路：

• 先看红色曲线——了解"问题在哪"。红色曲线告诉你算法检测到的滤波响应形状：
  • 红色曲线向上凸起的部分 → 这些频段被"加强"了（可能是共振、EQ 提升等）。
  • 红色曲线向下凹陷的部分 → 这些频段被"削弱"了（可能是滚降、EQ 衰减等）。
  • 红色曲线波动越剧烈 → 音频受到的滤波影响越大。
• 对比洋红色和薄荷色——看"处理了什么"。
  • 洋红色有、薄荷色没有的频段（非青色区域）→ 这些频率被 UnFilter 移除了。
  • 薄荷色有、洋红色没有的频段（非青色区域）→ 这些频率被 UnFilter 添加/恢复了。
  • 青色区域越大 → 输入输出越接近，处理效果越轻微。
• 观察红色曲线是否"稳定"——判断学习是否完成。在 Learn 模式下，持续播放音频并观察红色曲线：
  • 红色曲线仍在剧烈变化 → 算法还在分析，继续播放。
  • 红色曲线基本不再变化，趋于稳定 → 学习完成，可以关闭 Learn。

不同场景下的观察要点：

• 对白/语音修复场景
  • 重点关注 中频段（300Hz - 4kHz） 的红色曲线，看是否有明显的峰谷（房间共振的表现）。
  • 处理后观察薄荷色曲线是否比洋红色更平坦均匀——平坦意味着语音更清晰。
• 录音修复场景
  • 观察 低频段（20Hz - 200Hz） 是否有异常的滚降（红色曲线在低频快速下降 = 高通滤波痕迹）。
  • 观察是否有周期性的梳状峰谷（等间距的上下波动 = 梳状滤波，通常由话筒相位问题导致）。
• 音色匹配场景
  • 先在源信号上 Learn，观察红色曲线形状。
  • 切换到目标信号后，观察薄荷色（输出）是否逐渐接近源信号的频谱特征。

断点编辑器

断点编辑器（Breakpoint Editor）：可创建由任意数量节点定义的自由曲线，有两种模式：

• INT BIAS（‌INTENSITY BIAS）模式：曲线以蓝色显示。可随频率对主 Intensity 参数进行偏移调整，实现分频段自定义去滤波强度。取值范围：-1 ~ +1。
• EQ MODE：曲线以黄色显示。完全自定义形态的自由式均衡曲线。取值范围：-12 ~ +12dB。配合五种曲线形态，可轻松实现各类特殊的均衡效果。

  曲线类型	过渡方式	节点含义	听觉特征	典型用途
  LINEAR	直线	转折点	清晰、精确	倾斜 EQ、线性过渡
  EASE I/O	平滑 S 曲线	过渡点	自然、柔和	通用调整、音乐性 EQ
  PEAK/DIP	钟形峰/谷	峰谷中心	聚焦、独立	消除共振、参量 EQ
  STEP EDGE	阶梯（节点处跳变）	跳变边缘	突兀、断裂	分频处理、音效设计
  STEP MID	阶梯（节点间中点跳变）	平台中心	分区恒定	分区 shelving、精确控制

处理区

输出区

与均衡器（EQ）、共振峰抑制器、多频段压缩器的核心区别

核心区别一句话总结：

• UnFilter vs EQ：EQ 是"你告诉它调哪个频率"，UnFilter 是"它自己告诉你哪个频率有问题"。UnFilter 同时内置了 7 段图形 EQ 和断点编辑器，也可作为高品质 EQ 使用。
• UnFilter vs 共振峰抑制器：共振峰抑制器仅处理窄带共振，UnFilter 能同时处理整个频谱上所有类型的滤波痕迹（共振、梳状滤波、滚降、EQ 痕迹等），且分辨率远高于传统共振峰抑制器。
• UnFilter vs 多频段压缩器：多频段压缩器解决"某个频段有时太响有时太轻"的动态问题；UnFilter 解决"某个频段一直偏多或偏少"的频谱平衡问题。