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
- Monte tudo exatamente como vai ficar na narração: mesma posição do microfone, mesmo ganho, mesma sala.
- Fique parado e em silêncio e grave um trecho da sala vazia.
- Identifique com a data da sessão e grave de novo sempre que algo mudar na montagem.
- 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.
