Si può ripulire una registrazione scadente prima di trascriverla?

Conviene davvero ripulire l'audio?

Fai un primo tentativo trascrivendo direttamente il file originale. I programmi di riconoscimento vocale di oggi sono addestrati su registrazioni tutt'altro che perfette: capita spesso che un audio faticoso da ascoltare per noi dia comunque una trascrizione del tutto utilizzabile. Se il risultato ti basta, fermati lì. Ogni filtro che applichi rischia di rovinare la voce.

Se invece nel testo mancano spesso dei pezzi o ci sono errori grossolani, mettiti le cuffie e cerca di capire qual è il vero problema. Si sente troppo piano? C'è un ronzio fisso sotto? La stanza rimbomba? L'audio gracchia perché va in saturazione? A ogni problema serve un rimedio diverso, e per alcuni purtroppo non c'è nulla da fare.

Per decidere in fretta se intervenire, ritaglia un minuto dal punto peggiore della registrazione (quello più rumoroso o dove parla la persona con la voce più bassa) e trascrivi solo quello. Ci metti un attimo, vedi subito come il sistema reagisce al problema e ottieni un metro di paragone per capire se i tuoi ritocchi stanno davvero migliorando le cose.

Come intervenire su una registrazione a volume basso?

Alzare il volume, un'operazione che spesso si chiama normalizzazione, è una mossa sicura e in molti casi basta da sola. In pratica porta il punto più alto del file a un livello standard, tirando su di conseguenza anche la voce. Funziona bene quando l'audio è basso ma pulito, per esempio se hai lasciato il telefono troppo lontano in una stanza silenziosa.

Funziona molto meno se nella stessa traccia ci sono una voce bassa e un rumore forte, perché alzando il volume tiri su tutti e due. C'è anche un altro aspetto: se chi parla è lontano dal microfono, nella registrazione entrerà più rimbombo della stanza rispetto alla voce diretta, e amplificando non puoi separare le due cose. Se poi c'è solo una persona che parla molto più piano delle altre, ti conviene alzare con delicatezza solo i suoi interventi invece di toccare tutto il file.

Lascia perdere i controlli automatici del guadagno che alzano il volume durante le pause. Non fanno altro che tirare su il rumore di fondo tra una frase e l'altra, col risultato che le prime parole della frase successiva, se dette a bassa voce, si sentono ancora meno. Un volume fisso regolato con buon senso è molto più affidabile di un filtro che continua ad alzare e abbassare da solo.

La riduzione del rumore è utile?

Ridurre leggermente un rumore di fondo costante, come il ronzio dell'aria condizionata o di un alimentatore, può rendere l'ascolto più comodo per una persona. Per la trascrizione automatica, però, il vantaggio è minore di quanto si pensi, e calcare la mano spesso fa solo danni. Il filtro infatti non riesce a distinguere bene il rumore dall'attacco più debole delle consonanti: finisce per tagliare un po' di entrambi e lascia la voce ovattata, quasi sott'acqua.

Un primo passo sicuro è usare un filtro per i rimbombi alle basse frequenze, che taglia il rumore del traffico o i colpi sul microfono stando sotto le frequenze della voce umana. Per qualunque intervento più deciso, fai prima una prova su una clip breve. Trascrivi sia l'originale sia la versione filtrata e tieni quella che ti dà il testo migliore, non quella che suona meglio alle tue orecchie.

I rumori che cambiano di continuo sono molto più rognosi di quelli fissi. Se sotto c'è qualcuno che parla, il vociare di un bar, il rumore di una strada o di una folla, non c'è modo di toglierli senza intaccare anche la voce principale, proprio perché quei disturbi occupano le stesse frequenze del parlato.

Si possono eliminare l'eco e il riverbero della stanza?

Solo in parte, e quasi mai bene. Quando c'è eco, ogni suono arriva al microfono due volte a una frazione di secondo di distanza, e quella copia in ritardo impasta le consonanti. I programmi possono attenuare un po' l'effetto se c'è una voce sola registrata in una stanza, ma non possono ricostruire i dettagli che il rimbombo ha coperto.

Se hai problemi di eco, il consiglio pratico vale per la prossima volta: usa una stanza più piccola o più arredata, avvicina il microfono e metti chi parla più vicino. Per la registrazione che hai già in mano, invece, metti in conto che dovrai ricontrollare con più attenzione la trascrizione nei punti in cui le parole si accavallano.

Cosa fare in caso di suono distorto o saturato?

La saturazione (o clipping) capita quando il suono è troppo forte per il registratore, che finisce per tagliare di netto i picchi dell'onda sonora. Quei dati sono persi per sempre e non c'è impostazione che li faccia tornare. Alcuni programmi provano a indovinare la curva mancante per rendere il suono meno gracchiante, ma non recuperano le parole mangiate.

Anche abbassare il volume di un file saturato non serve a niente, ormai il danno è inciso nella traccia. Pure qui la cura sta tutta in come registri: tieni il livello di ingresso un filo più basso e allontana dal microfono di un palmo le fonti sonore più forti. È molto più sicuro avere un volume con i picchi ben sotto il limite massimo che uno che ci sbatte contro.

Qual è un flusso di lavoro sensato per la pulizia?

Lavora su una copia del file. Togli il rimbombo sulle basse frequenze, livella il volume senza esagerare e taglia i lunghi silenzi o i rumori fuori posto solo se ti danno davvero fastidio. Esporta in un formato comune a qualità standard ed evita di comprimere il file più di una volta. Se hai dubbi sul risultato, carica sia l'originale sia la copia ripulita e confronta come vengono trascritte le frasi che ti interessano di più.

Qualunque strada tu scelga, ricontrolla sempre nomi, numeri e citazioni riascoltando l'audio. Le trascrizioni automatiche fanno errori, e con un audio scadente ne fanno di più. Su KolWrite puoi ascoltare la registrazione seguendo il testo con i riferimenti temporali, così verifichi al volo i passaggi dubbi. Una volta sistemato tutto, puoi esportare il testo in TXT, DOCX, PDF o SRT.