¿Por qué mi grabación de iPhone suena con eco?

El patrón le suena a cualquiera que haya grabado en una cocina, una sala de reuniones o un piso vacío. La conversación sonaba normal mientras ocurría. La reproducción suena hueca, encajonada y lejana, como si la persona estuviera al fondo de un pasillo. El teléfono no cambió entre esos dos momentos: lo que cambió es que tú escuchabas con dos oídos y un cerebro, y la grabación se hizo sin ninguna de las dos cosas.

Es reverberación, no eco

Un eco de verdad es una repetición clara, lo bastante separada del sonido original como para oírla como un suceso aparte: lo que pasa al gritar en un valle. Lo que tiene casi cualquier grabación de interior es otra cosa, reverberación: cientos de reflejos en paredes, suelo, techo, mesa y ventanas, cada uno llegando unas milésimas de segundo después del sonido directo y algo más flojo que el anterior. Están demasiado juntos para oírse como repeticiones, así que se acumulan en una cola que emborrona cada sílaba sobre la siguiente.

La distinción importa porque señala la solución. Un eco aislado a veces se evita girándose un poco respecto a una pared. La reverberación llega de todas partes a la vez, así que ningún ángulo del teléfono la evita; solo la distancia a quien habla y lo mullida que sea la sala.

Por qué la sala te sonaba bien en ese momento

El oído humano es muy bueno ignorando reflejos. Dos oídos separados por el ancho de una cabeza, más un cerebro que toma la primera copia que llega como la verdadera y suprime las que vienen detrás, forman un sistema hecho para oír a una persona y descartar la sala en la que está. De verdad no percibiste la mayor parte de la reverberación que había.

El micrófono de un teléfono no tiene nada de eso. Es una sola cápsula omnidireccional que suma en una única señal todo lo que le llega, sonido directo y reflejos juntos, sin manera de distinguirlos después. La grabación es un relato fiel de lo que había en el aire; simplemente no coincide con tu recuerdo de la conversación, porque tu recuerdo ya venía filtrado.

Qué hace que una sala suene así

Superficies duras y desnudas

Azulejo, cristal, yeso, hormigón, laminado y mesas desnudas devuelven casi toda la energía sonora que les llega. Los baños y las cocinas son el caso extremo, y por eso son el sitio clásico donde una grabación sale mal. Una habitación con cortinas, alfombra, sofá, abrigos o una estantería llena absorbe buena parte y suena mucho más seca.

Tamaño y vacío

Una sala grande da a los reflejos un recorrido más largo, así que la cola dura más y se nota más. Una sala vacía suena peor que esa misma sala amueblada: por eso un piso resuena el día de la mudanza y suena normal una semana después. Una sala de reuniones grande y vacía es un entorno de grabación genuinamente difícil, y nada de lo que se prepare en el teléfono cambia eso.

Techos altos y paredes paralelas

Los techos altos y las paredes duras, largas y paralelas dejan que el sonido rebote muchas veces antes de apagarse. Escaleras, atrios, iglesias y aulas magnas suenan como suenan por esto. Es una propiedad del espacio, no algo que se pueda esquivar.

La distancia es la palanca que de verdad cuenta

Conviene interiorizar el mecanismo: al alejar el micrófono de quien habla, el sonido directo baja deprisa, mientras que el sonido reflejado se mantiene más o menos igual de fuerte en toda la sala. La reverberación ya ha rebotado; está repartida de forma bastante uniforme. Así que la proporción entre la voz y la sala empeora rápido con la distancia, y mejora rápido en cuanto acortas ese hueco.

Por eso un teléfono a medio metro de alguien puede sonar limpio en la misma sala donde a tres metros suena a piscina. Acercarlo no es una mejora marginal frente a tocar ajustes: es el único cambio que altera de verdad el equilibrio entre la voz y la sala.

• Deja el teléfono en la mesa entre quienes hablan, no en el extremo más alejado.
• Con una sola persona, a un brazo de distancia o menos, con el extremo del micrófono apuntando hacia ella.
• En grupo, más cerca de quien habla más flojo que del centro geométrico.
• Fuera de la mesa desnuda si puedes: un paño doblado o un cuaderno bajo el teléfono evita que la mesa actúe como una superficie reflectante más, y de paso quita los golpes.

Ablandar la sala, sin gastar nada

No hacen falta paneles acústicos. La reverberación baja de forma perceptible en cuanto una parte de la superficie dura deja de reflejar, y los objetos corrientes hacen ese trabajo perfectamente.

• Cierra cortinas o persianas; el cristal suele ser lo peor de la sala.
• Graba en la mitad amueblada de la habitación, no en la vacía.
• Pon un abrigo, una bolsa o un par de cojines sobre la mesa o en una silla cercana.
• Elige la sala pequeña cuando puedas elegir. Para voz, un despacho estrecho gana siempre a una sala solemne.
• Evita quedarte en mitad de un suelo vacío; cerca de una estantería, un sofá o una cortina se nota la diferencia.

Un problema distinto que suena parecido

Si grabas una llamada o una reunión por vídeo que suena por un altavoz en la misma sala, puedes tener un eco real y separado en lugar de reverberación: el otro extremo sale por el altavoz, el micrófono lo recoge y, si el software también lo devuelve, el bucle se repite. La pista es que la repetición está claramente separada en el tiempo y suele afectar solo a las voces remotas, no a quien tienes al lado. Unos auriculares en el lado de la reproducción lo eliminan del todo, cosa que con la reverberación de sala no pasaría.

Por qué no se puede limpiar después

Una vez la reverberación está en el archivo, no es una capa apoyada sobre la voz que se pueda levantar. Los reflejos son la voz: las mismas palabras, llegando tarde y más flojas, sumadas en el mismo canal único. No hay una pista aparte que quitar, ni información sobre qué parte de la onda llegó directa y cuál rebotó en una pared.

Por eso la reducción de ruido es la herramienta equivocada aquí. La reducción de ruido trabaja sobre sonido constante y poco parecido al habla —zumbido de un ventilador, tráfico, aire acondicionado— aprendiendo cómo es ese fondo estable y bajándolo. La reverberación es habla, así que falla todas las pruebas con las que la reducción de ruido decide qué suprimir. Existen procesos especializados de desreverberación en software profesional, y aun ahí cambian claridad por artefactos. La respuesta práctica sigue siendo la misma: arreglarlo en el micrófono, antes de que quede grabado.

Qué le hace a una transcripción

El reconocimiento de voz sufre en una sala reverberante por lo mismo que sufre tu oído al fondo de un salón: la cola de cada sonido se solapa con el principio del siguiente, y las consonantes que distinguen palabras parecidas son la parte más floja y más breve del habla. Las vocales sobreviven al emborronado; la «t», la «p», la «k» y la «s», que cargan con casi toda la diferencia entre palabras, no.

Vale la pena saberlo antes de culpar a la transcripción. Un texto que vuelve con el ritmo correcto y las palabras equivocadas, o que se corta antes de tiempo, suele ser un problema de sala más que del reconocedor, y esa misma grabación hecha medio metro más cerca habría salido mejor.

Dónde encaja Voice Studio

Los niveles de calidad de Voice Studio —estándar a 22,05 kHz, alta a 44,1 kHz, ultra a 48 kHz, todos AAC en mono— fijan con qué finura mide la frecuencia de muestreo lo que llega al micrófono. No cambian lo que llega, así que una sala reverberante suena igual de reverberante en los tres. Lo que sí ayuda es oír el problema cuando todavía puedes actuar: Pro reúne la monitorización en directo con la reducción de ruido, así que puedes escuchar por auriculares lo que el micrófono está captando y acercar el teléfono antes de que empiece la reunión, en vez de descubrir la sala al terminar. La reducción de ruido de ese par está pensada para ruido de fondo constante y no quita la reverberación, por lo dicho arriba.

Preguntas frecuentes

¿Por qué a mí la sala me sonaba normal y en la grabación sale con eco?

Dos oídos y el cerebro que hay detrás suprimen los reflejos y se anclan al primer sonido que llega, así que apenas percibes la reverberación. Un solo micrófono suma el sonido directo y todos los reflejos en una señal sin forma de separarlos, así que captura justo lo que tu oído ya estaba filtrando.

¿Grabar en más calidad reduce el eco?

No. Estándar, alta y ultra cambian la frecuencia de muestreo con la que se captura el audio, no lo que llega físicamente al micrófono. La sala suena igual en los tres niveles: lo único que ayuda es acercar el micrófono a quien habla o hacer la sala menos reflectante.

¿La reducción de ruido puede quitar el eco de una grabación?

No de forma significativa. La reducción de ruido apunta a sonido constante y poco parecido al habla, como el zumbido de un ventilador o el tráfico. La reverberación es el propio habla llegando unos milisegundos tarde tras rebotar en las paredes, así que se parece a lo que hay que proteger, no a lo que hay que suprimir.

¿Una sala con eco empeora la transcripción?

Normalmente sí. La cola de reverberación solapa cada sonido con el siguiente y difumina las consonantes breves y flojas que separan palabras parecidas, que es justo la información de la que más depende el reconocimiento de voz.

¿Cuál es la solución más eficaz, si solo puedo hacer una cosa?

La distancia. La voz directa se apaga deprisa al alejar el micrófono, mientras que el sonido reflejado se mantiene bastante parejo por toda la sala, así que reducir a la mitad la distancia a quien habla mejora el equilibrio más que cualquier ajuste, acondicionamiento o proceso posterior.