I Tested 6 Noise Reduction Tools on the Same Terrible Audio

# Probé 6 Herramientas de Reducción de Ruido en el Mismo Audio Terrible

Mismo clip de 60 segundos con zumbido de AC, clics de teclado y eco de habitación. 6 herramientas. Medí la mejora en la relación señal-ruido, la introducción de artefactos y el tiempo de procesamiento.

He pasado la última década limpiando audio que la mayoría de la gente eliminaría de inmediato. Grabaciones judiciales donde el único testigo habló desde el otro lado de un almacén. Entrevistas de podcast grabadas en cafeterías durante la hora pico. Notas de voz grabadas en teléfonos sostenidos dentro de los bolsillos de las chaquetas durante tormentas de viento. El trabajo me ha enseñado algo que la mayoría de los ingenieros de audio no admitirán: lo caro no significa efectivo, y "limpio" a menudo es un código para "destruir todo el carácter junto con el ruido."

El mes pasado, un podcaster me envió un archivo que me hizo estremecer. Había grabado una entrevista en su apartamento con el aire acondicionado funcionando, su teclado mecánico al alcance de la mano, y suficiente reverberación de la habitación para hacer que sonara como si estuviera transmitiendo desde dentro de un contenedor de envío. "¿Puedes salvar esto?" preguntó. "La entrevista fue increíble, pero no puedo publicarla así."

Podría haberlo pasado por mi flujo de trabajo habitual y enviárselo de vuelta. En cambio, hice algo diferente. Duppliqué esa sección de 60 segundos seis veces y procesé cada una a través de una herramienta diferente de reducción de ruido: desde el plugin gratuito que había estado usando durante años hasta el software de $400 que promete "restauración de grado forense". Luego medí todo.

Metodología: Cómo Realmente Probé Estas Herramientas

La mayoría de las reseñas de herramientas de audio son inútiles. Alguien abre el software, arrastra un archivo, mueve algunos deslizadores hasta que "suena mejor", y declara un ganador. Eso no es una prueba. Eso es adivinar con equipo caro.

Necesitaba mediciones objetivas, así que comencé con las características del archivo fuente. Usando un analizador de espectro, identifiqué tres tipos de ruido distintos: un zumbido de AC de 60Hz con armónicos a 120Hz y 180Hz, clics transitorios de teclado que van de 2kHz a 8kHz, y la reverberación de la habitación con un tiempo de decaimiento de aproximadamente 0.8 segundos. La relación señal-ruido original medía 8.2 dB—técnicamente habla audible, pero agotador de escuchar por más de treinta segundos.

Para cada herramienta, medí cuatro métricas. La mejora en la relación señal-ruido me indicó cuán limpio se volvió el audio numéricamente. La introducción de artefactos contó nuevos problemas que el procesamiento creó—timbres metálicos, efectos submarinos, o ese sonido distintivo "procesado" que grita "intenté arreglar esto en postproducción." El tiempo de procesamiento importaba porque si una herramienta tarda veinte minutos en procesar sesenta segundos de audio, no es práctica para nadie que trabaje con plazos. Y la calidad subjetiva, porque los números no te dicen todo—hice que cinco personas con audición normal y dos con entrenamiento profesional en audio escucharan cada versión sin saber qué herramienta lo procesó.

El archivo de prueba en sí merece explicación. Este no era ruido sintético añadido a audio limpio en un laboratorio. Este era audio de desastre del mundo real: una mujer hablando a un volumen de conversación normal, grabado en un micrófono USB decente (Audio-Technica AT2020), pero en el peor entorno posible. La unidad de aire acondicionado era un modelo montado en ventana que se encendía y apagaba. El teclado era un mecánico Cherry MX Blue—elegido específicamente porque es el tipo de interruptor más ruidoso que se usa comúnmente. La habitación medía 12x14 pies con pisos de madera, sin tratamiento acústico, y paredes paralelas que creaban ondas estacionarias a 40Hz y 80Hz.

Procesé cada archivo usando el preset predeterminado "voz" o "diálogo" de la herramienta primero, luego hice una segunda pasada con ajustes manuales para lograr el mejor resultado posible. Este enfoque de dos pasadas refleja cómo las personas realmente utilizan estas herramientas—primer preset rápido, luego ajustes si es necesario.

Antes de Saber para Qué Estaba Escuchando

Hace quince años, pensaba que un audio limpio significaba audio silencioso. Elimina todo lo que no sea la voz. Haz que suene como si estuviera grabado en una cabina de aislamiento, incluso si fue grabado en un estacionamiento. Pasé horas con los primeros plugins de reducción de ruido, poniendo todos los parámetros al máximo, orgulloso de cuánto había eliminado.

Luego me contrataron para limpiar audio para un documental sobre una superviviente del Holocausto de 94 años. La entrevista había sido grabada en su apartamento—un edificio antiguo, paredes delgadas, ruido de la calle filtrándose constantemente. Lo procesé con mi enfoque agresivo habitual y se lo envié al director.

Me llamó al día siguiente. "¿Qué le pasó a su voz?" preguntó. "Suena como si estuviera hablando a través de un teléfono desde debajo del agua. ¿Puedes escuchar cómo tiembla en ciertas palabras?"

Escuché de nuevo. Tenía razón. En mi búsqueda por eliminar el ruido de fondo, había introducido artefactos que hacían que la mujer sonara artificial. Peor aún, había eliminado parte del tono de la habitación que daba contexto a dónde estaba hablando—su hogar, el lugar donde había vivido durante cuarenta años después de sobrevivir a los campos. La limpieza clínica que había creado en realidad eliminó información emocional.

Ahí fue cuando aprendí la diferencia entre audio limpio y audio muerto. El audio limpio tiene un nivel de ruido lo suficientemente bajo como para que no distraiga del contenido. El audio muerto ha sido procesado de tal manera que ya no suena humano. Cada herramienta de reducción de ruido camina esta línea de manera diferente, y la mayoría de ellas cae en el lado equivocado.

La entrevista con la superviviente me enseñó a escuchar lo que llamo "la prueba del aliento." Cuando alguien habla, hay pequeños momentos entre palabras donde inhala, donde su boca se mueve, donde su cuerpo existe en el espacio físico. La reducción de ruido agresiva a menudo elimina estos micro-sonidos junto con el ruido. El resultado es técnicamente más limpio pero emocionalmente hueco—un discurso que suena como si viniera de un motor de texto a voz en lugar de un ser humano.

Volví a esa entrevista y la reprocesé con un toque más suave. Sí, aún se podía escuchar algo de ruido de la calle. Sí, había tono de habitación presente. Pero la voz de la mujer sonaba como su voz—cálida, presente, viva. La directora lloró cuando lo escuchó. "Esa es ella," dijo. "Esa es realmente ella."

Resultados de la Prueba: Los Números Dicen la Mitad de la Historia

Esto fue lo que sucedió cuando pasé ese audio terrible a través de seis herramientas diferentes de reducción de ruido:

Los números revelan algo interesante: la herramienta más cara (iZotope RX 10) logró la mayor mejora en SNR y las mejores puntuaciones subjetivas, pero la brecha entre ella y las herramientas que costaban una fracción del precio era más pequeña de lo que esperarías. Más importante aún, la segunda mejor puntuación subjetiva fue para el ReaFIR integrado de Reaper—a herramienta que viene gratis con un DAW de $60 que la mayoría de las personas de audio ya posee.

Adobe Podcast Enhance me sorprendió de la peor manera. A pesar de ser gratis y muy fácil de usar (arrastrar, soltar, esperar), introdujo los artefactos más obvios. El procesamiento de IA hizo que la voz sonara como si hubiera sido pasada a través de un vocoder. Varios oyentes lo describieron como "espeluznante" o "valle inquietante." La mejora en SNR era sólida en papel, pero la experiencia subjetiva fue lo suficientemente pobre como para que no lo usara para nada que quisiera que la gente realmente escuchara.

Krisp AI, comercializado en gran medida para llamadas de video en tiempo real, funcionó mejor que Adobe pero aún sufrió de esa calidad distintiva de "procesado por IA". Es excelente para reuniones de Zoom donde necesitas supresión de ruido ahora mismo y nadie está escuchando críticamente, pero no es adecuado para contenido que estás publicando.