파형 표시는 오디오 레코딩의 시간 구성을 효과적으로 확인할 수 있는 시각적 표시입니다.
그런데 스펙트럼 주파수 표시는 특정 주파수 범주 내의 문제를 식별하는 데 사용됩니다.
이제 'Assets' 폴더의 'Clean up' 디렉토리 안에 있는 'Interview-Noise_audio.wav' 파일을 열어 보겠습니다.
한번 주의 깊게 들어보시죠.
도입부를 클릭하고 스페이스바를 눌러 재생해볼 텐데 이 영역을 잠시 들어보시기 바랍니다.
아래로 당긴 다음 들어보겠습니다.
분명히 배경에서 전화벨 소리가 들립니다.
사실 뒤로 갈수록 오디오가 훨씬 악화됩니다.
큰 히스도 있고 고음의 끼익 소리도 있습니다.
좋지 않죠.
이제 파형 표시를 사용하면 문제가 되는 부분을 확인할 수 있지만 구체적인 주파수는 확인할 수 없습니다.
이 분할선을 위로 올려 스펙트럼 주파수 표시를 표시합니다.
이제 스펙트럼 주파수를 훨씬 명확하게 볼 수 있습니다.
패널 크기를 확대하여 파형 표시를 가려보겠습니다.
그리고 이 HUD를 한쪽에 치워두겠습니다.
이 부분이 전화벨 소리인 것 같은데 그 이유는 벨 소리가 인위적인 신호라서 나머지 사운드에서처럼 말소리 패턴의 유기적인 섬세함과 미묘한 차이가 나타나지 않기 때문입니다.
다시 들어보면 전화벨 소리가 어느 부분에 있는지 정확히 알 수 있습니다.
또한 이 부분에도 노이즈가 있는데 경계선이 분명치 않은 핑크색 부분에 해당합니다.
맨 위에 있는 이 가는 선은 고음의 끼익 소리 부분입니다.
라디오 간섭으로 인해 발생하는 노이즈 같은데 원인이 무엇이건 제거해야 합니다.
스펙트럼 주파수 표시를 사용하면 제거하려는 섹션을 강조 표시하고 식별한 다음 간편하게 제거할 수 있습니다.
이때 맨 위에 있는 4개 툴 중 아무거나 사용하면 됩니다.
복구 브러시 툴은 제외하고 4개 툴 중 하나를 사용해 영역을 선택할 수 있죠.
시간 선택 툴은 그렇게 효과적이지 않습니다.
모든 주파수를 다 선택하기 때문이죠.
이 전화벨 소리 톤은 상자 모양의 패턴으로 한 곳에 집중되어 있습니다.
그리고 올가미 툴을 이용하면 깔끔한 사각형 모양을 만들기가 어렵습니다.
페인트브러쉬 툴을 사용하는 경우 클릭하여 이 부분을 드래그하여 약간 작게 만들어도 깔끔한 직선을 만드는 것은 어렵습니다.
이 경우 선택 윤곽 선택 툴을 선택한 다음 상자를 그립니다.
이 작업을 하기 전에 마우스 휠로 약간 스크롤하여 재생헤드를 전화벨 소리가 있는 영역의 가운데에 놓고 약간 크게 만듭니다.
그런 다음 마우스를 맨 오른쪽에 놓고 더 크게 만들어 보겠습니다.
마우스 휠로 스크롤하여 주파수 범주와 시간 범주를 확대합니다.
이제 선택 영역을 크게 볼 수 있습니다.
이제 선택 윤곽 선택 툴을 클릭하여 이 영역 위로 드래그합니다.
원한다면 HUD를 이용해 볼륨을 점차적으로 낮출 수도 있지만 저는 Delete 키를 눌러 이 주파수를 모두 삭제하겠습니다.
이 영역을 선택 해제하기 전에 한 가지 더 말씀드리면 Audition CC에서는 선택 영역의 가장자리가 자동으로 매끄럽게 됩니다.
따라서 단순히 주파수 범주를 삭제하는 데 그치지 않고 가장자리까지 매끄럽게 만듭니다.
선택 해제하면 삭제된 영역과 나머지 영역의 주파수 간의 이음새가 매끄러워졌음을 알 수 있죠.
이제 아래로 스크롤하여 다시 축소하고 주파수 비율도 아래로 스크롤해 축소하겠습니다.
다시 클릭해 들어봅니다.
완벽합니다.
이제 여기에도 동일하게 해보죠.
시간을 조금만 확대해 보겠습니다.
약간만 스크롤합니다.
저는 어림잡아 하고 있지만 여러분은 더 정확하게 선택해 보시기 바랍니다.
위쪽의 밴드를 선택하면 왼쪽과 오른쪽이 모두 선택됩니다.
이제 위아래 화살표 키를 이용해 한 채널을 선택적으로 제외 또는 포함할 수 있습니다.
키보드의 화살표 키를 사용합니다.
Delete 키를 누릅니다.
다시 들어봅니다.
고음의 끼익 소리가 사라졌습니다.
다시 축소합니다.
전화벨 소리도 없어졌으므로 더 높은 수준의 노이즈 감소 기법을 이용하여 히스를 제거해 보죠.
Adobe Audition CC의 스펙트럼 표시를 사용하면 지금까지 살펴본 것처럼 좁은 주파수 범주에서도 노이즈 영역을 정확히 식별하고 선택하여 삭제할 수 있습니다.
파형 표시 편집기에서처럼 시행착오를 거치지 않고도 훨씬 간편하게 노이즈를 식별할 수 있습니다.
