Vale a pena limpar uma gravação ruim antes de transcrever?

Você precisa mesmo limpar o áudio?

Faça o teste transcrevendo o arquivo original primeiro. Os sistemas atuais de reconhecimento de voz são treinados com áudios cheios de defeitos, então muita gravação que parece ruim para quem ouve ainda gera um texto aproveitável. Se esse primeiro resultado atender ao que você precisa, nem mexa no arquivo. Qualquer tratamento traz o risco de estragar a fala.

Se o texto vier cheio de buracos ou erros claros, coloque os fones de ouvido para descobrir qual é o defeito real do áudio. Está baixo demais? Tem um chiado contínuo? A sala dá eco? A voz está estourando? Cada caso pede um ajuste diferente, e alguns simplesmente não têm conserto.

Para decidir rápido, corte um trecho de um minuto da parte mais crítica, como o momento mais barulhento ou a fala mais baixa, e transcreva só esse pedaço. É um teste rápido que mostra como o sistema reage ao problema e ainda serve de base para você comparar se os ajustes posteriores funcionaram.

O que fazer quando a gravação está muito baixa?

Subir o volume, o que os programas costumam chamar de normalização, é um ajuste seguro e que muitas vezes já resolve. Esse recurso leva o pico mais alto do áudio até um nível padrão e puxa o volume da voz junto. Dá muito certo quando a gravação está baixa, porém limpa, como no caso de um celular deixado longe da pessoa em uma sala silenciosa.

Já quando a voz baixa divide espaço com um barulho alto, o resultado não é tão bom, porque você acaba aumentando os dois juntos. Além disso, quem fala longe do microfone tem mais som da sala misturado à voz, e amplificar o áudio não separa uma coisa da outra. Se só uma pessoa estiver falando bem mais baixo que o resto, aumente com cuidado apenas o trecho dela em vez de subir o volume do arquivo inteiro.

Evite controles automáticos de ganho que aumentam o volume durante as pausas. Eles puxam o ruído de fundo entre uma frase e outra e dificultam entender palavras faladas mais baixo no começo da frase seguinte. Manter um nível fixo e equilibrado funciona melhor do que usar um ajuste que muda o tempo todo.

Reduzir o ruído ajuda?

Passar uma redução de ruído leve em sons contínuos de fundo, como ar-condicionado ou zumbido da rede elétrica, pode ajudar quem vai ouvir o áudio. Na transcrição, porém, o ganho é menor do que as pessoas esperam, e pesar a mão no ajuste costuma atrapalhar. Como o filtro não separa com precisão o ruído e o final baixo das consoantes, ele corta um pouco dos dois e deixa a fala com um som artificial e abafado.

Um primeiro passo seguro é aplicar um filtro para graves (aquele ruído surdo de baixa frequência), que tira barulho de trânsito e de esbarrões no microfone abaixo da faixa da voz humana. Qualquer limpeza mais pesada pede um teste de antes e depois em um trecho curto. Transcreva as duas versões e fique com a que gerar o melhor texto, não com a que soar mais bonita.

Barulhos que mudam o tempo todo são bem mais difíceis de limpar do que ruídos contínuos. Conversas paralelas, som de cafeteria, rua movimentada ou multidão têm as mesmas frequências da voz humana, então não dá para tirá-los sem estragar também a fala principal.

Dá para tirar o eco e o som de sala?

Só em parte, e quase nunca fica bom. Ter eco significa que cada som chega duas vezes ao microfone, com uma fração de segundo de atraso, e essa repetição embola as consoantes. Alguns programas até diminuem esse efeito quando há uma única pessoa falando na sala, mas não conseguem reconstruir os detalhes que o som refletido encobriu.

Quando o problema é eco, a saída prática fica para a próxima gravação: procure uma sala menor ou que absorva melhor o som, chegue o microfone mais perto e coloque quem fala mais próximo dele. Já no áudio que você tem agora, espere precisar revisar a transcrição com mais cuidado nos trechos em que as palavras se emendam.

E quando o som está distorcido ou estourado?

O som estoura (o chamado clipping ou saturação) quando entra mais alto do que o gravador aguenta captar, decepando o topo da onda sonora. Essa parte do áudio se perde de vez, e nenhum ajuste traz isso de volta. Existem ferramentas que tentam adivinhar o desenho da onda cortada para deixar o som menos áspero, mas elas não recuperam as palavras perdidas.

Abaixar o volume de um arquivo estourado também não adianta, porque a falha já foi gravada no áudio. De novo, o jeito é prevenir na hora de gravar: diminua um pouco o nível de entrada e afaste fontes de som muito altas um palmo a mais do microfone. É muito mais seguro gravar com os picos bem abaixo do limite máximo do que batendo no topo.

Como montar um bom fluxo para limpar o áudio?

Faça tudo em uma cópia do arquivo. Tire os ruídos graves de baixa frequência, nivele o volume sem exagerar e só corte silêncios longos ou barulhos fora de hora se eles realmente estiverem atrapalhando. Exporte em um formato comum, com qualidade padrão, e evite comprimir o áudio mais de uma vez. Se ficar na dúvida se melhorou, envie tanto o original quanto a cópia limpa e compare o texto gerado nas frases que mais importam.

Seja qual for a versão escolhida, confira nomes, números e citações ouvindo a gravação. Transcrições automáticas cometem erros, ainda mais quando o áudio é ruim. Na KolWrite, você pode ouvir a gravação acompanhando o texto marcado com o tempo exato para checar trechos duvidosos, e depois exportar a versão corrigida em TXT, DOCX, PDF ou SRT.