La scarsa intelligibilità dei dialoghi è una delle principali cause di lamentele del pubblico di cinema e televisione: alcuni studi indicano che quasi metà degli spettatori preferisce guardare con i sottotitoli. Ma non deve per forza andare così! DialogCheck è un misuratore dell’intelligibilità dei dialoghi basato su AI, pensato per dare una misura oggettiva della chiarezza del parlato.

Per un fonico che magari lavora su una scena da ore o addirittura da giorni, sentendo lo stesso dialogo centinaia di volte, è difficile prevedere come suonerà il mix a chi lo ascolta per la prima volta. DialogCheck unisce la tecnologia «Listening Effort» sviluppata da Fraunhofer IDMT a una vista storica ispirata all’iconico misuratore di loudness VisLM di NUGEN Audio. Il plugin che ne nasce, basato su due reti neurali AI e sviluppato insieme a Netflix, fornisce dati chiari e intuitivi per aiutare i fonici a prendere decisioni informate sul mix dei dialoghi.

Cosa influisce sull’intelligibilità dei dialoghi?

Molti dei fattori che peggiorano l’intelligibilità dei dialoghi sfuggono al controllo del fonico. Il parlato può essere in una lingua o in un dialetto che chi ascolta non capisce, o non essere stato pronunciato con chiarezza; chi ascolta può avere problemi di udito o trovarsi in un ambiente di ascolto sfavorevole.

Ci sono però altri fattori che di solito possiamo controllare: la loudness dei dialoghi, la loudness del resto dell’audio (per esempio musica o rumore di fondo), la qualità del segnale audio e l’uso del riverbero e di altri effetti, per citarne alcuni. Se riduciamo il più possibile gli effetti negativi di questi fattori, quelli fuori dal nostro controllo causeranno molto probabilmente meno problemi.

Tutti questi fattori, sia quelli fuori dal controllo dei fonici di post-produzione sia quelli che possiamo controllare, rientrano in quella che il TechBlog di Netflix ha chiamato Dialog Chain of Custody.

Come si può migliorare l’intelligibilità?

DialogCheck è uno strumento di misura: non applica alcuna elaborazione al segnale audio. Fornisce però un valore oggettivo che indica dove potrebbe esserci margine di miglioramento. Questo può voler dire regolare l’equilibrio tra dialoghi, musica ed effetti nel mix, oppure modificare l’elaborazione audio o usare tecniche di riduzione del rumore e pulizia dell’audio per correggere la sorgente. In alcuni casi può voler dire perfino ricorrere all’ADR!

DialogCheck si può integrare anche nel flusso di lavoro di pre-produzione, per verificare che l’audio di partenza raggiunga già il livello di chiarezza voluto.

Fraunhofer LE-Meter

DialogCheck usa la tecnologia del Listening Effort Meter sviluppato da Fraunhofer IDMT, che si basa sul riconoscimento automatico del parlato e su modelli psicoacustici. L’LE-Meter è stato validato con test d’ascolto sistematici e le sue metriche mostrano un’alta correlazione con le valutazioni soggettive dello sforzo d’ascolto.

Applicazioni tipiche