Cómo funciona la eliminación de ruido con IA (y cuándo no puede salvar una grabación)

La reducción de ruido existe desde hace décadas. La eliminación de ruido con IA es más reciente, y sus resultados pueden parecer magia: una voz grabada junto a una autopista vuelve sonando como si se hubiera grabado en interior. Pero no es magia, y saber cómo funciona te ayuda a prever cuándo irá bien y cuándo no.

Cómo funciona la reducción de ruido clásica

La reducción de ruido tradicional, la del efecto Reducción de ruido de Audacity y de muchos editores, funciona más o menos así:

1. Le das unos segundos de "solo ruido", por ejemplo una pausa entre frases.
2. Mide lo fuerte que es el ruido en cada frecuencia. Ese es el perfil de ruido.
3. En toda la grabación, baja cada banda de frecuencia que no esté claramente por encima de ese perfil.

Esto funciona muy bien con el ruido que nunca cambia: el siseo de una cinta, el ventilador de una computadora, un aire acondicionado constante. El perfil que mediste en el segundo cinco sigue siendo válido en el minuto cincuenta.

Le cuestan dos cosas:

• El ruido que cambia. Viento, tráfico, un perro que ladra, platos que chocan. El perfil queda desfasado un momento después, así que parte del ruido se queda y parte de la voz se corta.
• El ruido que se solapa con la voz. Las voces de fondo están en las mismas frecuencias que la voz que quieres conservar, así que al bajar esas frecuencias también bajas tu voz. Si aprietas más, aparece el conocido sonido "acuoso", "bajo el agua" o "robótico", hecho de pedacitos de ruido sobrante y de voz que falta que se encienden y apagan.

En qué se diferencia la eliminación de ruido con IA

Un eliminador de ruido con IA es una red neuronal entrenada con una gran cantidad de audio de ejemplo. Durante el entrenamiento se le muestran pares de grabaciones: una voz limpia y la misma voz mezclada con todo tipo de ruidos (viento, tráfico, lluvia, cafeterías, teclados, música, zumbidos). Su tarea es tomar la versión ruidosa y producir la limpia. Tras suficientes ejemplos, aprende cómo suena el habla humana en general.

Eso cambia la pregunta que responde la herramienta. La reducción de ruido clásica pregunta: "¿cómo es el ruido, para poder quitarlo?". Un modelo de IA pregunta: "¿qué parte de esto es voz, para poder conservarla?".

En la práctica, la mayoría de los modelos trabajan con una imagen tiempo-frecuencia del sonido (un espectrograma) y, muchas veces por segundo, deciden cuánto de cada pequeño trozo pertenece a la voz. Algunos modelos más nuevos trabajan directamente con la forma de onda. En cualquier caso, la decisión se toma momento a momento, con lo que el modelo ha aprendido sobre el habla, así que no necesita una muestra de ruido ni le importa si el ruido es constante o cambia.

Por eso las herramientas de IA funcionan mucho mejor con:

• Viento y tráfico, que nunca se mantienen iguales mucho tiempo.
• Conversaciones de fondo y televisión, porque el modelo aprende a seguir la voz principal y más cercana y a tratar las voces lejanas como fondo.
• Sonidos repentinos, como una puerta que se cierra o un perro que ladra, que ningún perfil de ruido podría prever.

Dónde sigue teniendo límites la eliminación de ruido con IA

La eliminación de ruido con IA es un gran avance, pero no es ilimitada. Conocer sus límites evita decepciones.

Cuando el ruido es más fuerte que la voz. Si la voz apenas se oye bajo el ruido, el modelo tiene muy poco con qué trabajar. Puede quitar el ruido pero dejar una voz delgada o entrecortada, porque partes del habla nunca se captaron con claridad. Una regla aproximada: si con auriculares entiendes cada palabra, un buen modelo normalmente la limpia bien. Si te cuesta oírla, espera una mejora parcial.

Cuando el "ruido" es otra voz clara. Dos personas hablando a un volumen parecido es otro problema (separación de hablantes). La eliminación de ruido conserva la voz, y las dos son voz.

Música. La mayoría de los eliminadores de ruido centrados en la voz tratan la música de fondo como ruido e intentarán quitarla, lo que a menudo es lo que quieres en una entrevista, pero no si la música forma parte del contenido. Quita el ruido antes de añadir música a tu edición.

Eco fuerte de la sala. El eco es la propia voz de quien habla rebotando, así que para el modelo parece voz. Algunos modelos reducen un poco la reverberación, pero el eco fuerte de una habitación vacía es mejor evitarlo al grabar.

Canto e instrumentos. Los modelos entrenados con voz están ajustados para la voz hablada. El canto suele pasar, pero los instrumentos pueden tratarse como ruido.

Audio saturado o de muy baja calidad. Si la grabación se distorsionó (el nivel era tan alto que la forma de onda se recortó) o una app de mensajería la comprimió mucho, ese daño ya está incrustado. Quitar el ruido no lo repara.

Cómo sacar el mejor resultado de cualquier eliminador de ruido con IA

• Parte del archivo original. Cada nueva exportación, y cada paso por una app de mensajería, pierde detalle que el modelo podría haber usado.
• Limpia la voz antes de mezclar. Quita el ruido del diálogo por separado y luego añade música y efectos.
• Escucha con auriculares. Los altavoces del celular y de la laptop esconden tanto el ruido sobrante como los artefactos.
• Compara antes y después en la parte más difícil. No juzgues por la introducción tranquila; escucha el momento más ruidoso.
• No encadenes eliminadores de ruido. Pasar una segunda herramienta sobre un archivo ya limpio tiende a añadir artefactos en lugar de quitar más ruido.

Pruébalo con tu propia grabación

La única forma fiable de saber cómo trata una herramienta tu grabación es escucharla. Denoiso limpia gratis los primeros 30 segundos de cualquier archivo de audio o video, con un cambio instantáneo entre antes y después, para que juzgues el resultado con tu propio ruido antes de pagar. Si primero quieres entender qué tipo de ruido tienes, lee ¿Siseo, zumbido, viento o eco?, y para consejos de grabación, mira Cómo grabar audio claro con el celular.