# Rauschprofil-Extraktor Fängt einen Rausch-Fingerabdruck aus einer gewählten Region deines Audios ein — Floor-Pegel, Terzband-Spektrum, Brummharmonische, Klassifikation — und nutzt ihn wieder, um diese oder jede andere Datei zu entrauschen. > Kanonische Seite: https://elysiatools.com/de/tools/audio-noise-profile-extractor - **Kategorie:** Media - **Schlagwörter:** rauschprofil, rausch-fingerabdruck, rauschfloor, afftdn, raumton, bandzischen, netzhumm 50hz 60hz, goertzel, spektrale flachheit, terzband, entrauschen, denoise-wiederverwendung, stapelbereinigung ## Überblick Entrauschen funktioniert am besten, wenn der Entrauscher das Rauschen kennt. Dieses Werkzeug fängt dieses Wissen als wiederverwendbaren Fingerabdruck: Markiere eine Region, die NUR das unerwünschte Rauschen enthält (Raumton, Bandzischen, Brummen, eine Klimaanlage zwischen Sätzen), und der Extraktor dekodiert sie und misst den Rauschfloor-Pegel in dBFS, das Terzband-Spektrum, die spektrale Flachheit (Wiener-Entropie — nahe 1 für weißes Rauschen, niedrig für tonales Brummen) sowie Netzhumm-Harmonische bei 50 oder 60 Hz plus Obertöne per exakter Goertzel-Sonden. Es klassifiziert dann das Rauschen (weißes Zischen, rosa, tiefes Grollen unter 120 Hz, 50/60-Hz-Brummen, Breitband oder gemischt) und leitet daraus abgestimmte FFmpeg-afftdn-Einstellungen ab: der Rauschfloor-Parameter kommt vom gemessenen Regionspegel (auf den Filterbereich −80..−20 dB begrenzt), die Reduktionsmenge von der gewählten Stärke — statt beide auf Standard zu lassen. Drei Modi: Extrahieren und entrauschen rendert eine gereinigte Kopie der ganzen Datei durch die abgestimmte Kette (plus Schutz-Hochpass, wenn Brummen oder Grollen dominiert); nur extrahieren schreibt den Fingerabdruck als JSON-Datei ins Archiv; Profil anwenden lädt ein zuvor gespeichertes JSON und entrauscht DAMIT jede beliebige Datei — der Wiederverwendungspfad für die Stapelbereinigung von Aufnahmen aus demselben Raum, Gerät oder Band. Das JSON trägt Klassifikation, gemessenen Floor, Bandpegel, Brummfrequenzen und empfohlene Filtereinstellungen: das Profil ist auditierbar, keine Blackbox. Die Metadaten melden den gemessenen Floor vor und nach dem Entrauschen (leiseste 10 Prozent der 100-ms-Blöcke), damit die Wirkung prüfbar ist. Füttere es mit ehrlichen reinen Rauschregionen: eine Region mit Sprache wird als Rauschen behandelt, und der Entrauscher frisst die Sprache. ## Eingaben - **Audiodatei** (file) - **Start des Rauschbereichs (Sekunden)** (number): e.g. 0 - **Ende des Rauschbereichs (Sekunden)** (number): e.g. 2 - **Modus** (select) - **Gespeichertes Rauschprofil (JSON)** (file) - **Entrausch-Stärke** (select) - **Ausgabeformat** (select) ## Wann verwenden - Wenn eine Aufnahme konstante Hintergrundgeräusche wie Raumklima, Lüfterrauschen oder Bandzischen aufweist und eine reine Rauschpause zur Analyse vorliegt. - Wenn Brummgeräusche von 50 Hz oder 60 Hz einschließlich Obertönen exakt über Goertzel-Sonden identifiziert und gefiltert werden müssen. - Wenn mehrere Audiodateien derselben Aufnahmesitzung mit einem einheitlichen, auditierbaren Rauschprofil stapelweise bereinigt werden sollen. ## Funktionsweise - Das Werkzeug decodiert das Zeitintervall des markierten Rauschbereichs und misst den Grundrauschpegel in dBFS, die spektrale Flachheit (Wiener-Entropie) sowie Terzband-Pegel. - Goertzel-Filter detektieren harmonische Netzbrummfrequenzen bei 50 oder 60 Hz und stufen den Störtyp automatisch ein (z. B. weißes Zischen, Grollen oder tonales Brummen). - Aus den Messwerten werden dynamisch konfigurierte Parameter für den FFmpeg-afftdn-Filter berechnet, ergänzt durch Hochpassfilter bei dominanten tieffrequenten Störungen. - Je nach Betriebsmodus wird die Audiodatei bereinigt als WAV-24 bzw. FLAC ausgegeben oder das berechnete Profil zur Weiterverwendung als JSON-Datei gespeichert. ## Anwendungsfälle - Bereinigung von Podcast- und Sprachaufnahmen mit gleichförmigem Lüfter- oder Klimaanlagenrauschen. - Restauration digitalisierter Tonbänder oder Kassetten durch gezielte Absenkung von Bandzischen und Vorverstärkerrauschen. - Entfernung von 50-Hz- bzw. 60-Hz-Netzbrummen aus Live-Mitschnitten mit unzureichender Erdung. ## Häufig gestellte Fragen ### Warum darf im gewählten Zeitabschnitt keine Sprache vorkommen? Signale im markierten Bereich werden als Störgeräusch interpretiert; Sprachanteile im Rauschfenster führen dazu, dass Sprachfrequenzen bei der Bereinigung herausgefiltert werden. ### Welche Ausgabeformate werden für entrauschte Dateien unterstützt? Das Ergebnis kann verlustfrei als WAV mit 24-Bit PCM oder im komprimierten FLAC-Format heruntergeladen werden. ### Was bewirken die verschiedenen Entrausch-Stärken? Die Stufen 'Leicht', 'Standard' und 'Stark' steuern den Rauschunterdrückungsparameter des afftdn-Algorithmus (nr=12, nr=20 oder nr=28 dB). ### Welche Daten sind im exportierten JSON-Profil enthalten? Die Datei enthält die Störgeräusch-Klassifikation, gemessene Terzband-Pegel, ermittelte Netzbrumm-Frequenzen sowie die abgeleiteten Filterparameter. ### Wie überprüfe ich den Erfolg der Rauschminderung? Die Metadaten der Ausgabe weisen den gemessenen Rauschfloor vor und nach dem Filterdurchlauf anhand der leisesten 100-ms-Segmente transparent aus. ## Ähnliche Tools - [Audio-Melodiekontur-Extraktor](https://elysiatools.com/de/tools/audio-melody-contour-extractor): Extrahiert die dominante Melodie und bündelt MIDI, Notenereignisse, Tonhöhenkontur, SVG und JSON in einer ZIP-Datei. - [Audio-Metadaten Entfernen](https://elysiatools.com/de/tools/audio-metadata-remover): Entfernt alle Metadaten aus einer Audiodatei - [Basslinien-Extractor KI](https://elysiatools.com/de/tools/bass-line-extractor-ai): Zieht die Basslinie aus jedem Komplettmix — als isoliertes Audio, MIDI-Transkription oder beides, per lokaler neuronaler Stemtrennung. - [Bild-Palette zu Design-Tokens](https://elysiatools.com/de/tools/image-to-design-tokens): Extrahiert dominante Farben per k-Means und exportiert sie als CSS-/SCSS-Variablen, Tailwind-Config oder JSON-Tokens mit Namen und Farbskala - [Medienmetadaten zu JSON](https://elysiatools.com/de/tools/media-metadata-to-json): Extrahiert Audio/Video-Metadaten per ffprobe als JSON. - [Audio-Rauschunterdrücker](https://elysiatools.com/de/tools/audio-noise-reducer): Entfernen Sie Hintergrundgeräusche aus Audiodateien mit verschiedenen Rauschunterdrückungsalgorithmen - [Podcast-Paket für die Batch-Veröffentlichung](https://elysiatools.com/de/tools/audio-batch-podcast-publisher-pack): Normalisiert Episoden, ergänzt Metadaten und Kapitel und erstellt ein lieferfertiges ZIP. - [Remix-Pack-Builder](https://elysiatools.com/de/tools/audio-remix-pack-builder): Macht aus einem Track ein komplettes Remix-Pack: BPM, Tonart (mit Camelot), Cue-Punkte, vier Demucs-Stems, eine MP3-Vorschau und ein Metadaten-JSON — alles in einem ZIP. ## Beispiele - [ELK Stack Log-Analyse Beispiele](https://elysiatools.com/de/samples/elk-stack-samples): Umfassende ELK Stack Beispiele für Log-Aggregation, -Verarbeitung und -Visualisierung in verteilten Systemen - [WebRTC Echtzeitkommunikation Beispiele](https://elysiatools.com/de/samples/webrtc-samples): Umfassende WebRTC-Beispiele für P2P Audio/Video-Kommunikation, Datenkanäle, Bildschirmfreigabe und Signalisierungsserver - [Datadog Monitoring Beispiele](https://elysiatools.com/de/samples/datadog-samples): Umfassende Datadog Monitoring und Observability Konfigurationsbeispiele einschließlich APM, Logs, Metriken und Dashboards - [Express.js Beispiele](https://elysiatools.com/de/samples/express): Express.js Web-Framework-Beispiele einschließlich Hello World, Routing, Middleware und REST-API ## Verwandte Inhalte - [Rauschprofile für Interviewserien wiederverwenden und geprüft übergeben](https://elysiatools.com/de/hubs/interview-session-noise-profile-reuse-and-reviewed-delivery): Interviewaufnahmen nach tatsächlichen Störbedingungen gruppieren, ein sprachfreies Rauschprofil sichern, an Originalen erproben und einzeln abgehörte Kopien mit Verarbeitungsprotokoll übergeben.