A baixa inteligibilidade do diálogo é uma das maiores fontes de reclamação do público de cinema e televisão, e estudos sugerem que quase metade dos espectadores prefere assistir com legendas. Mas não precisa ser assim! O DialogCheck é um medidor de inteligibilidade de diálogo com IA, feito para dar uma medida objetiva da clareza da fala.

Para um engenheiro de áudio que talvez esteja trabalhando em uma cena há horas ou até dias, ouvindo o mesmo diálogo centenas de vezes, é difícil prever como a mixagem vai soar para alguém que a ouve pela primeira vez. O DialogCheck combina a tecnologia “Listening Effort”, desenvolvida pelo Fraunhofer IDMT, com uma visualização de histórico inspirada no icônico medidor de loudness VisLM, da NUGEN Audio. O plugin resultante, movido por duas redes neurais de IA e desenvolvido junto com a Netflix, oferece dados claros e intuitivos para ajudar engenheiros de áudio a tomar decisões bem informadas na mixagem do diálogo.

O que afeta a inteligibilidade do diálogo?

Muitos dos fatores que prejudicam a inteligibilidade do diálogo estão fora do controle do engenheiro de áudio. A fala pode estar em uma língua ou um sotaque que o ouvinte não entende, ou pode não ter sido bem articulada; o ouvinte pode ter deficiência auditiva ou estar em um ambiente de escuta ruim.

Mas há outros fatores que normalmente controlamos: o loudness do diálogo, o loudness do resto do áudio (por exemplo, música ou ruído de fundo), a qualidade do sinal de áudio e o uso de reverb e outros efeitos, entre outros. Se os efeitos negativos desses fatores forem atenuados ao máximo, os fatores fora do nosso controle provavelmente vão causar menos problemas.

Todos esses fatores, tanto os que estão fora do controle dos engenheiros de pós-produção de áudio quanto os que estão sob nosso controle, entram no que o TechBlog da Netflix chamou de Dialog Chain of Custody.

Como melhorar a inteligibilidade?

O DialogCheck é uma ferramenta de medição: ele não aplica nenhum processamento ao sinal de áudio. Mas oferece um valor objetivo que serve de sinalização de onde pode haver espaço para melhorar. Isso pode significar ajustar o equilíbrio entre diálogo, música e efeitos na mixagem, ajustar o processamento de áudio ou usar redução de ruído e técnicas de limpeza de áudio para ajustar o áudio original. Em alguns casos, pode até significar recorrer ao ADR!

O DialogCheck também pode ser integrado a um fluxo de trabalho de pré-produção, para garantir que o áudio original já atinja o nível de clareza desejado.

Fraunhofer LE-Meter

O DialogCheck usa tecnologia do Listening Effort Meter desenvolvido pelo Fraunhofer IDMT, que usa reconhecimento automático de fala e modelagem psicoacústica. O LE-Meter foi validado por testes de escuta sistemáticos, e suas métricas mostram alta correlação com avaliações subjetivas do esforço de escuta.

Aplicações típicas