如何用 Audacity 免费编辑音频?零基础也能快速上手的完整指南 🎧
Audacity 是一款免费开源的多轨音频编辑器与录音工具,支持 Windows、macOS 和 Linux 系统。无论是录制播客、编辑音乐,还是修复音频杂音,它都能提供专业级功能,且完全免费!本文将带你从安装到精通,轻松掌握这款强大工具的核心用法。
📥 一键安装:3 步快速部署 Audacity
1. 获取源码
通过 Git 克隆仓库到本地(需提前安装 Git):
git clone https://gitcode.com/GitHub_Trending/au/audacity
2. 检查系统依赖
进入项目目录后,运行 Linux 依赖检查脚本:
cd audacity/au3/linux && ./check_dependencies.sh
👉 依赖清单可查看 au3/linux/required_libraries.md
3. 编译与安装
使用 CMake 构建项目(详细步骤见 BUILDING.md):
cmake -S . -B build && cmake --build build
✨ 核心功能:让音频编辑变简单
🎙️ 多轨录音:同时捕捉多个音源
- 支持麦克风、系统声音等多设备同时录制
- 实时监听音量,避免爆音(通过 录制 Meter 面板监控)
- 录音文件自动保存为项目格式(.aup3),防止意外丢失
✂️ 音频剪辑:像剪视频一样轻松编辑
- 剪切/复制/粘贴:精确到毫秒级的选区操作
- 降噪处理:通过「效果 > 降噪」功能消除背景杂音
- 音量自动化:用「包络线工具」绘制音量变化曲线 🎚️
🎛️ 丰富效果插件:一键提升音频质感
内置数百种效果插件,涵盖:
- 基础调整:均衡器、压缩器、混响
- 高级处理:频谱分析、节拍检测
- 创意音效:反向播放、机器人声变调
👉 插件源码目录:au3/plug-ins/
🖼️ 界面导览:5 分钟认识工作台
Audacity 的界面简洁直观,主要分为 4 大区域:

图:Audacity 主界面,包含菜单栏、轨道区、时间轴和控制面板
- 菜单栏:所有功能入口(文件、编辑、效果等)
- 轨道区:多轨音频层,支持无限添加音轨
- 时间轴:精确控制播放位置和选区范围
- 控制栏:播放、录制、暂停等核心操作按钮
🚀 新手必学:3 个实用技巧
1. 快速去除人声
步骤:
「效果 > Vocal Reduction and Isolation」→ 选择「Remove Vocals」→ 调整强度
💡 适用于制作伴奏或提取纯音乐
2. 批量处理音频文件
通过「文件 > 批处理」功能:
- 一次性转换格式(如 MP3 转 WAV)
- 统一调整音量或添加水印
👉 批处理脚本示例:au3/scripts/batch-process-example.sh
3. 录音自动备份
开启「编辑 > 首选项 > 保存」→ 勾选「自动保存项目」
默认备份路径:~/.audacity-data/AutoSave/
🌍 多语言支持:本地化设置指南
Audacity 支持 40+ 种语言,切换方法:
「编辑 > 首选项 > 界面」→ 选择语言(如「简体中文」)
👉 语言文件存放目录:au3/locale/
如果缺少特定语言,可参与翻译贡献(见 CONTRIBUTING.md)
🛠️ 进阶玩法:自定义与扩展
安装第三方插件
- 下载 VST/LV2 格式插件
- 放入 au3/plug-ins/ 目录
- 重启 Audacity,在「效果」菜单中启用
脚本自动化
通过 Nyquist 脚本语言编写自定义效果:
📚 资源与社区
- 官方文档:docs/effect-view-architecture.md
- 常见问题:INSTALL 文件中的故障排除章节
- 社区支持:通过项目 GitHub Issues 提问
🎉 总结:为什么选择 Audacity?
✅ 免费开源:无功能限制,可自由修改源码
✅ 跨平台:Windows/macOS/Linux 全支持
✅ 轻量高效:占用资源少,老旧电脑也能流畅运行
现在就下载 Audacity,开启你的音频创作之旅吧! 🎶
👉 项目地址:通过 Git 克隆获取最新版本(见安装步骤)
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00