1. Remove Silence
  2. Blog

Como remover silêncio de locução e audiolivro

O ACX quer room tone, não silêncio. Os requisitos atuais recomendam de 1 a 5 segundos de room tone (o som ambiente da sala) no início e no fim de cada arquivo, e o espaçamento de room tone em qualquer ponto do arquivo não pode passar de 5 segundos. Então, quando você remove silêncio de uma narração, você encurta as pausas e preenche as edições com room tone limpo. Nunca leva um buraco ao zero digital. Este post mostra os números do ACX, como tratar pausas e respirações e como conferir um arquivo antes de enviar.

O que o ACX pede

Estes são os requisitos de áudio da página da central de ajuda do ACX. Leia a página antes de enviar, porque o ACX atualiza o conteúdo.

Requisito Texto do ACX, resumido
Room tone no início e no fim 1 a 5 segundos recomendados no início e no fim de cada arquivo
Espaçamento O espaçamento de room tone não pode passar de 5 segundos
Loudness Entre -23 dB e -18 dB RMS
Picos Não acima de -3 dB
Ruído de fundo Não acima de -60 dB RMS
Formato MP3 CBR de 192 kbps ou mais, 44,1 kHz
Canais Todos os arquivos no mesmo formato, todos mono ou todos estéreo
Duração Nenhum arquivo com mais de 120 minutos
Conteúdo Um capítulo ou seção por arquivo, com o título da seção; créditos de abertura e encerramento em arquivos separados
Áudio limpo Sem plosivas, estalos no microfone, cliques de mouse, ruído de boca excessivo ou takes descartados

Uma observação sobre os números de início e fim: um post antigo do blog do ACX sobre edição falava em 0,5 a 1 segundo no início e 1 a 5 segundos no fim, e uma nota do editor no mesmo post aponta para uma regra mais nova. A página de requisitos é a referência atual, e ela chama o número de 1 a 5 segundos de recomendação.

Room tone, não silêncio digital

O glossário do ACX define room tone como o ruído de fundo de um ambiente e diz que, em audiolivros, ele deve ser o som em repouso do seu estúdio, o mais perto possível do silêncio. Essa última parte é fácil de entender errado. O mais perto possível do silêncio quer dizer uma sala silenciosa. Não quer dizer trocar a sala por zeros.

O post de controle de qualidade do próprio ACX é direto: “Your audio should never drop to absolute zero.” Ou seja, o seu áudio nunca deve cair a zero absoluto. O post acrescenta que o room tone deve ser a sua base e precisa ficar constante do começo ao fim. O motivo é simples. Quem ouve escuta a sala por baixo da sua voz o tempo todo. Quando um buraco cai para o silêncio digital, a sala some e volta, e essa troca chama mais atenção do que a sala jamais chamou.

O post do ACX sobre edição e espaçamento diz o mesmo pelo lado da edição: os trechos que você edita são substituídos por room tone limpo. Ele também recomenda gravar room tone novo sempre que você mudar o microfone ou os ajustes do estúdio.

Como gravar room tone

  1. Monte tudo exatamente como vai ficar na narração: mesma posição do microfone, mesmo ganho, mesma sala.
  2. Fique parado e em silêncio e grave um trecho da sala vazia.
  3. Identifique com a data da sessão e grave de novo sempre que algo mudar na montagem.
  4. Use esse room tone para preencher toda edição e todo buraco nos arquivos daquela sessão.

Quais pausas encurtar e quais manter

As pausas na narração fazem parte da interpretação. Elas avisam o ouvinte onde uma frase termina, onde um parágrafo vira e onde uma cena muda. A remoção de silêncio deve tirar as hesitações e os pontos mortos, não a estrutura.

Pausa O que fazer
Entre palavras, por tropeço ou hesitação Encurtar ou remover
Entre frases Manter uma pausa natural, encurtar só as que se arrastam
Entre parágrafos Manter claramente mais longa que a pausa entre frases
Mudanças de cena e de seção Manter aqui as pausas internas mais longas, abaixo do limite de 5 segundos do ACX
Início e fim de cada arquivo Room tone, seguindo a recomendação atual do ACX
Regravações e takes descartados Tirar o take ruim e a pausa dele, preencher a emenda com room tone

O ACX não publica durações fixas para pausas entre frases ou parágrafos. O melhor guia é a consistência: defina a sensação de cada tipo de pausa no capítulo 1 e mantenha até o fim do livro. O ACX lista a consistência do espaçamento entre os requisitos, ao lado de níveis, timbre e ruído.

Respirações

As respirações são onde a edição de narração mais dá errado. Tire todas e a voz parece nunca precisar de ar. Deixe todas e um trecho calmo se enche de puxadas de ar.

  • Tire as respirações altas ou ásperas e a respiração antes da primeira palavra de um arquivo.
  • Abaixe o volume das respirações que sobrarem em vez de apagar, se o seu editor permitir.
  • Quando apagar uma respiração, preencha o espaço com room tone, não com silêncio, e mantenha a pausa mais ou menos do mesmo tamanho.
  • Fique de olho nas respirações que um removedor de silêncio mantém porque estão acima do limiar. Elas costumam ficar bem no começo de uma frase.

O que a remoção automática de silêncio faz com a narração

A maioria dos removedores de silêncio usa três ajustes: um nível abaixo do qual o áudio conta como silêncio, uma duração mínima de pausa e uma margem mantida em volta da fala. Aplicados a uma narração com ajustes de podcast, eles produzem pausas todas com o mesmo tamanho curto. Isso achata a diferença entre uma vírgula, um ponto final e uma quebra de parágrafo.

Duas abordagens funcionam melhor para narração longa:

  • Encurte, não remova. No Audacity, Effect > Special > Truncate Silence tem dois modos. Truncate Detected Silence corta toda pausa detectada para o mesmo tamanho. Compress Excess Silence encurta só a parte de cada pausa que passa da duração mínima, numa porcentagem que você define, então as pausas mais longas continuam mais longas que as curtas. O segundo modo preserva o desenho do seu ritmo. Como os dois modos encurtam a pausa que já existe, o áudio que fica é o seu próprio room tone. O guia do Audacity tem o passo a passo completo.
  • Remova e depois reconstrua o início e o fim. A ferramenta gratuita deste site remove as pausas mais longas que o ajuste Pausa mínima e mantém uma margem definida por Margem ao redor da fala. Ela também apara totalmente o silêncio do começo e do fim do arquivo, então você precisa acrescentar room tone de volta no início e no fim antes de enviar.

Coloque o nível de silêncio um pouco acima do seu ruído de fundo. Se o nível ficar abaixo do som da sala, nada conta como silêncio. Se ficar muito acima, os finais de palavra baixos são cortados. Ajustes de limiar de silêncio explica como achar o nível certo.

Loudness: o ACX mede RMS, não LUFS

A regra de loudness do ACX é de -23 a -18 dB RMS, com picos não acima de -3 dB. A página de requisitos não menciona LUFS. Isso importa porque muitas ferramentas normalizam para uma meta em LUFS, inclusive o Audacity por padrão.

O QuellCut, por exemplo, normaliza o áudio em -16 LUFS. LUFS é uma medida diferente de RMS, e -16 LUFS não é a especificação do ACX. Um arquivo normalizado em -16 LUFS não está ajustado para a faixa do ACX, e nada nessa normalização confere os seus picos ou o seu ruído de fundo. Se o seu livro vai para o ACX, meça RMS e picos depois de qualquer normalização e ajuste com uma ferramenta que trabalha com RMS.

A Effect > Volume and Compression > Loudness Normalization do Audacity faz isso. Ela oferece Perceived loudness (padrão de -23 LUFS) ou RMS (padrão de -20 dB). A normalização por RMS sobe ou desce o arquivo inteiro, então confira os picos depois. Para saber mais sobre metas em LUFS, veja Loudness e LUFS para podcast.

Um fluxo da gravação ao envio

Etapa O que fazer Como conferir
Gravar Mesma montagem em toda sessão; gravar room tone no começo de cada uma Ouvir o room tone no fone procurando zumbido e ruído
Editar Tirar regravações e tropeços, preencher toda emenda com room tone, encurtar hesitações longas Ouvir os trechos editados em 1x, não só acelerado
Pausas Encurtar as pausas com um modo que mantém o tamanho relativo Conferir por amostragem as quebras de parágrafo e de cena e confirmar que nenhuma passa de 5 segundos
Masterizar Levar o RMS para -23 a -18 dB e manter os picos em -3 dB ou abaixo Medir RMS, pico e ruído de fundo no arquivo final
Exportar MP3 CBR de 192 kbps ou mais a 44,1 kHz, mesmo formato de canais em todos os arquivos Conferir as propriedades do arquivo e a duração abaixo de 120 minutos
Enviar Rodar a ferramenta de análise de áudio do ACX em cada arquivo Ler o relatório e depois ouvir o que ela não consegue pegar

Duas ferramentas ajudam na etapa de conferência:

  • ACX Check é um plugin de análise para o Audacity, disponível no site de plugins do Audacity. Ele informa nível de pico, nível RMS e ruído de fundo, que ele mede como o nível RMS dos 500 milissegundos mais silenciosos da seleção. A página do plugin avisa que essa leitura pode enganar quando uma parte da seleção é mais silenciosa que o resto.
  • A ferramenta de análise de áudio do ACX roda nos arquivos que você envia para o ACX. Segundo o FAQ do ACX, ela confere RMS, níveis de pico, taxa de bits, método de taxa de bits, taxa de amostragem, canais mixados, arquivos duplicados e espaçamento. Ela não detecta problemas de ruído de fundo, de edição nem ruídos estranhos, e os resultados ficam visíveis só para produtores e para detentores de direitos que produzem por conta própria. O ACX também observa que as leituras de RMS e pico podem variar entre DAWs e medidores.

Nenhuma das duas escuta a sua interpretação. Um arquivo pode passar em todos os números e ainda ter uma edição desajeitada no capítulo 12.

Locução comercial: publicidade e e-learning

Fora dos audiolivros não existe uma especificação única, então as instruções de entrega do cliente vêm primeiro. Alguns hábitos continuam valendo:

  • Publicidade é cortada para caber num tempo fixo. Encurte as pausas para caber no tempo antes de pensar em acelerar a leitura, o que muda a voz.
  • E-learning muitas vezes roda sob texto e animação na tela. Mantenha as pausas depois dos pontos-chave, porque o aluno ainda pode estar lendo. Pergunte se o cliente quer os arquivos divididos por slide ou por tela.
  • Vídeos explicativos e de apps são sincronizados com a imagem. Pausas que parecem longas na forma de onda podem ser necessárias para bater com uma mudança visual.
  • Entrega. A menos que o cliente peça outra coisa, deixe uma pequena margem de room tone no início e no fim de cada arquivo, para o editor dele ter de onde aparar, e nunca entregue com silêncio digital nas pontas.

Erros para evitar

  • Silenciar os buracos em vez de preencher com room tone.
  • Usar room tone de outro dia ou de outra montagem, fazendo o fundo mudar no meio do capítulo.
  • Rodar remoção de silêncio estilo podcast no livro inteiro e achatar todas as pausas num tamanho só.
  • Tomar o resultado em LUFS de um normalizador como prova de loudness do ACX.
  • Cortar o início e o fim até zero e depois esquecer de acrescentar room tone de volta.
  • Misturar arquivos mono e estéreo num mesmo projeto.

Onde as ferramentas deste site se encaixam

A ferramenta gratuita deste site serve para uma primeira olhada: abra um trecho de capítulo de até 3 minutos, veja quanto dele é pausa e ouça o que diferentes ajustes de Pausa mínima e Margem ao redor da fala fazem. Ela roda no navegador e exporta WAV. Ela não acrescenta room tone nem confere as especificações do ACX.

O QuellCut no iPhone e no iPad serve para rascunhos de locução e conteúdo falado: ele remove silêncio e vícios de linguagem, deixa você revisar cada corte numa linha do tempo e exporta M4A ou WAV. A normalização em -16 LUFS dele não é a especificação de loudness do ACX, e ele não deixa um arquivo em conformidade com o ACX. Para um audiolivro, termine a master numa DAW e confira você mesmo com os requisitos do ACX. Mais sobre fluxos só de áudio no guia de áudio.

Perguntas

Quanto room tone o ACX quer no início e no fim de um arquivo?
Os requisitos de envio atuais do ACX recomendam entre 1 e 5 segundos de room tone no início e no fim de cada arquivo e dizem que o espaçamento de room tone não pode passar de 5 segundos. Posts antigos do blog do ACX dão outros números para início e fim, então siga a página de requisitos.
Posso usar silêncio digital entre parágrafos?
Não. O ACX diz que o seu áudio nunca deve cair a zero absoluto e que o room tone deve ser a sua base. Preencha edições e buracos com room tone limpo gravado na mesma sessão.
Normalizar em -16 LUFS atende ao loudness do ACX?
Não sozinho. O ACX especifica de -23 a -18 dB RMS com picos não acima de -3 dB, medidos em RMS, não em LUFS. Meça RMS e picos depois de qualquer normalização.
A ferramenta de análise de áudio do ACX confere o ruído de fundo?
Segundo o FAQ do ACX, não. Ela confere RMS, níveis de pico, taxa de bits, método de taxa de bits, taxa de amostragem, canais mixados, arquivos duplicados e espaçamento, então confira o ruído de fundo você mesmo.
Devo tirar todas as respirações da narração?
Normalmente não. Tire as respirações altas ou que distraem e abaixe as outras em vez de apagar, para as frases não emendarem umas nas outras.

Fontes: ACX: requisitos de envio de áudio, ACX: perguntas frequentes da ferramenta de análise de áudio, Blog do ACX: Why did my title fail QA? Parte 5, Blog do ACX: edição e espaçamento com Alex the Audio Scientist, Manual do Audacity: Truncate Silence, Manual do Audacity: Loudness Normalization.