La mala inteligibilidad del diálogo es una de las mayores fuentes de quejas del público de cine y televisión, y los estudios indican que casi la mitad de los espectadores prefiere ver los contenidos con subtítulos. ¡Pero no tiene por qué ser así! DialogCheck es un medidor de inteligibilidad del diálogo basado en IA, diseñado para ofrecer una medida objetiva de la claridad del habla.

Para un ingeniero de sonido que quizá lleva horas o incluso días trabajando en una escena y ha oído el mismo diálogo cientos de veces, es difícil prever cómo sonará la mezcla a alguien que la escucha por primera vez. DialogCheck combina la tecnología ‘Listening Effort’ desarrollada por Fraunhofer IDMT con una vista de historial inspirada en el icónico medidor de sonoridad VisLM de NUGEN Audio. El plugin resultante, impulsado por dos redes neuronales de IA y desarrollado junto a Netflix, ofrece datos claros e intuitivos para ayudar a los ingenieros de sonido a tomar decisiones fundamentadas en su mezcla de diálogo.

¿Qué afecta a la inteligibilidad del diálogo?

Muchos de los factores que perjudican la inteligibilidad del diálogo escapan al control del ingeniero de sonido. El habla puede estar en un idioma o un dialecto que quien escucha no entiende, o puede no estar bien articulada; quien escucha puede tener una discapacidad auditiva o estar en un entorno de escucha deficiente.

Pero hay otros factores que normalmente sí controlamos: la sonoridad del diálogo, la sonoridad del resto del audio (por ejemplo, la música o el ruido de fondo), la calidad de la señal de audio y el uso de reverb y otros efectos, por citar algunos. Si se reducen al máximo los efectos negativos de estos factores, lo más probable es que los factores que no controlamos causen menos problemas.

Todos estos factores, tanto los que escapan al control de los ingenieros de posproducción de audio como los que sí controlamos, forman parte de lo que el TechBlog de Netflix ha llamado la Dialog Chain of Custody.

¿Cómo se puede mejorar la inteligibilidad?

DialogCheck es una herramienta de medición: no aplica ningún procesado a la señal de audio. Pero sí ofrece un valor objetivo que sirve de indicador de dónde puede haber margen de mejora. Puede significar ajustar el equilibrio entre diálogo, música y efectos en la mezcla, o ajustar el procesado de audio o usar técnicas de reducción de ruido y limpieza de audio para corregir el audio fuente. ¡En algunos casos puede significar incluso recurrir al ADR!

DialogCheck también se puede integrar en un flujo de trabajo de preproducción para garantizar que el audio fuente ya alcance el nivel de claridad deseado.

Fraunhofer LE-Meter

DialogCheck implementa tecnología del Listening Effort Meter desarrollado por Fraunhofer IDMT, que usa reconocimiento automático del habla y modelado psicoacústico. El LE-Meter se ha validado mediante pruebas de escucha sistemáticas, y sus métricas muestran una alta correlación con las valoraciones subjetivas del esfuerzo de escucha.

Aplicaciones típicas