Quitar el ruido de fondo de un audio: lo que funciona

Un ventilador en la habitación, el zumbido del cable de un micrófono barato, el siseo del micrófono integrado de una laptop: la mayoría de las grabaciones caseras tienen algo de esto, y es lo que les da un sonido de aficionado. Las herramientas de reducción de ruido prometen quitarlo sin tocar la voz. Mezclamos cinco tipos de ruido con grabaciones reales de voz, las limpiamos con nuestro reductor de ruido y medimos el resultado.

Cómo funciona el reductor de ruido

Nuestro reductor de ruido usa RNNoise, una pequeña red neuronal creada en Mozilla y Xiph.org, los autores del códec de audio Opus. Cada 10 milisegundos mira el sonido dividido en bandas de frecuencia y estima, banda por banda, qué parte es voz y qué parte es ruido, y baja las bandas ruidosas. El programa entero, red incluida, se descarga en 110 KB, lo que le permite funcionar en tiempo real incluso en un teléfono.

Este diseño tiene una fuerza y un límite claros. Aprende cómo suenan las voces, así que todo lo que no suena como una voz y se mantiene más o menos estable en el tiempo es fácil de quitar. Los sonidos que cambian rápido, o que se parecen a las voces, como la música, son mucho más difíciles.

La prueba

Unimos seis grabaciones cortas en inglés de Mozilla Common Voice, personas reales leyendo frases con su propio micrófono, con breves pausas entre ellas: 40 segundos en total. Les añadimos cinco tipos de ruido, cada uno 10 decibelios por debajo de la voz, una grabación casera ruidosa típica:

• Siseo: un ruido constante de banda ancha, como un micrófono barato o una grabación con demasiada ganancia.
• Zumbido eléctrico: un tono de 50 Hz y sus armónicos, como el de un cable mal apantallado.
• Ventilador: un retumbo grave con un ligero tono, como una computadora o un aire acondicionado.
• Teclado: clics secos varias veces por segundo.
• Música: acordes de un instrumento sonando de fondo.

También probamos un siseo a 0 decibelios, tan fuerte como la voz, y a 20 decibelios, apenas audible. Dos números describen cada resultado. El primero es cuánto bajó el nivel de las pausas, lo que se oye entre frases. El segundo es una puntuación estándar (SI-SDR) de cuánto se acerca el resultado completo a la voz original, en decibelios: más alto es mejor, y cada 10 decibelios significan diez veces menos ruido y distorsión restantes.

Resultados

El ruido constante es el terreno donde brilla este tipo de herramienta. El siseo y el ventilador bajaron de 35 a 37 decibelios en las pausas, de claramente audibles a prácticamente silenciosos. El zumbido bajó 25 decibelios; sus tonos están donde se encuentran las notas más graves de una voz masculina, lo que quizá explique que el modelo quitara menos.

Los clics y la música son otra historia. Los clics son demasiado cortos y repentinos para un modelo que se adapta a lo largo de decenas de milisegundos, y la música tiene la estructura armónica de una voz. Ambos solo bajaron de 6 a 7 decibelios en las pausas y siguieron claramente audibles.

Ruido ligero: menos fuerza

Un resultado parece extraño a primera vista: con un siseo ligero, 20 decibelios por debajo de la voz, la puntuación bajó de 20 a 17,6 a plena fuerza. Las pausas aun así bajaron 30 decibelios, pero la red también quitó el ligero sonido de sala presente en las grabaciones originales y remodeló un poco la voz, y la puntuación cuenta ambas cosas como diferencias.

El ajuste Fuerza mezcla el sonido limpio con el original. Con el siseo ligero, un 50 % dio una puntuación de 21,4 dB, mejor que el original y que la plena fuerza. Con el ruido 10 decibelios por debajo de la voz, un 75 % (16,6 dB) y la plena fuerza (16,2 dB) quedaron más o menos igual.

Consejos para grabaciones más limpias

• Quita el ruido antes que nada. Comprimir o subir el volumen primero hace que el ruido sea más difícil de separar de la voz.
• Empieza con plena fuerza para un ruido fuerte y alrededor del 50 al 75 % para un ruido ligero, y luego escucha las pausas y el final de las palabras, donde se nota primero la limpieza excesiva.
• Corrige la fuente cuando puedas. Apaga el ventilador, aléjate de la computadora y graba más cerca del micrófono. Unos centímetros menos hacen destacar la voz sobre el ruido más que cualquier herramienta.
• No esperes milagros con la música ni con voces superpuestas. Para una voz sobre una banda o sobre otra persona hablando, este tipo de herramienta ayuda un poco, no mucho.

El reductor de ruido funciona con archivos de audio y con el sonido de los videos, dejando la imagen intacta. Todo se ejecuta en tu navegador, unas 30 veces más rápido que el tiempo real en el procesador de escritorio de 2013 de nuestra prueba: una hora de audio tarda unos dos minutos por canal y nunca sale de tu dispositivo.