O Clipping de Áudio Explicado: Porque as Gravações Altas Distorcem e Como Corrigir a Sua Margem de Segurança

Explosões vocais altas, gargalhadas repentinas e níveis de microfone descalibrados arruínam frequentemente gravações de voz digitais, ao forçar os sinais de áudio para além dos seus limites técnicos de funcionamento. Quando uma onda sonora acústica excede a capacidade dinâmica máxima de um sistema de gravação, os picos dessa onda não podem ser codificados, resultando num estalido áspero e abrasivo conhecido como corte de áudio.

O corte de áudio digital ocorre quando uma tensão ou amostra numérica de entrada tenta exceder os 0 dBFS (decibéis em relação à escala total), que representam o teto numérico absoluto de um sistema de áudio digital de ponto fixo. Como o sistema não dispõe de bits adicionais para registar amplitudes mais elevadas, corta os picos da forma de onda, transformando-os em linhas horizontais e planas. Este truncamento geométrico transforma ondas sonoras suaves em ondas quase quadradas, gerando harmónicos de ordem ímpar dissonantes e reflexos de aliasing de Nyquist que os ouvidos humanos percebem como distorção áspera. Baixar o controlo de volume após a gravação não repara a forma de onda; apenas produz uma versão mais baixa da onda cortada. Prevenir esta perda irreversível de dados requer um escalonamento de ganho disciplinado, margem dinâmica adequada e medição de pico real.

A Geometria do Corte de Áudio: O que Acontece Acima dos 0 dBFS

O corte digital ocorre quando um sinal de áudio excede os 0 dBFS, forçando o conversor analógico-digital a truncar os picos da forma de onda em patamares horizontais e planos que geram distorção harmónica agressiva de ordem ímpar.

Para compreender por que razão o corte soa abrasivo, considere como funciona o áudio digital por modulação por código de pulso (PCM). No áudio PCM linear padrão de 16 bits, a amplitude da amostra é representada por 65 536 passos inteiros discretos^[3], que variam de $-32 768$ a $+32,767$, proporcionando aproximadamente 96,3 dB de amplitude dinâmica teórica. No PCM linear de 24 bits, o sistema fornece 16 777 216 valores inteiros discretos, expandindo a amplitude dinâmica para aproximadamente 144,5 dB.

Independentemente de um projeto utilizar gravação de 16 ou 24 bits, o topo dessa escala numérica é definido como 0 dBFS. Quando um sinal analógico entra num conversor analógico-digital (ADC) com uma tensão que excede o limiar de quantização mais elevado do conversor, o conversor fica sem valores binários. Em sistemas de ponto fixo, cada amostra que excede este limite é gravada como o valor binário máximo possível — todos uns ($11111111...$).

Corte da Forma de Onda e Multiplicação Harmónica

Quando ondas sonoras analógicas contínuas são digitalizadas dentro dos limites seguros de funcionamento, a fala e os instrumentos musicais geram formas curvas e sinusoidais. Quando uma voz ultrapassa os 0 dBFS, o conversor corta os topos e fundos dessas curvas.

Em testes de stress visuais, o software de áudio representa este corte como uma transformação dramática: os picos arredondados são esmagados contra os limites superior e inferior da janela da faixa, assemelhando-se a um retângulo rígido. O conversor corta as cristas e vales, transformando curvas suaves em prateleiras de topo plano.

Este achatamento físico da onda altera a sua estrutura harmónica. De acordo com a análise de Fourier, qualquer onda periódica não sinusoidal pode ser decomposta numa soma de ondas sinusoidais puras. Quando uma onda arredondada é cortada num patamar plano, ela transforma-se matematicamente numa onda quase quadrada. As ondas quadradas geram séries densas de harmónicos de ordem ímpar de alta amplitude:

Onde $f_0$ representa a frequência fundamental da voz. Se uma coluna reproduzir um tom fundamental a 200 Hz, um corte digital severo introduz energia de frequência artificial e dissonante a 600 Hz, 1 000 Hz, 1 400 Hz e continua no espectro de frequências superiores. A audição humana é particularmente sensível às frequências do médio-agudo entre 2 kHz e 5 kHz — a zona exata onde reside a inteligibilidade da voz. A injeção repentina de harmónicos ímpares não naturais regista-se como uma textura áspera e metálica.

Reflexo de Aliasing de Nyquist

A destruição acústica não termina com os harmónicos ímpares. Os sistemas de áudio digital operam sob o teorema de amostragem de Nyquist-Shannon, que dita que um sistema digital só pode representar com precisão frequências até metade da sua taxa de amostragem ($f_s/2$, conhecida como a frequência de Nyquist. Numa gravação de voz padrão de 44,1 kHz ou 48 kHz, o sistema não pode representar frequências acima de 22,05 kHz ou 24 kHz.

Quando o corte rígido corta uma forma de onda, os harmónicos ímpares gerados frequentemente estendem-se muito além dos 24 kHz. Como o conversor não pode codificar frequências que excedam o limite de Nyquist, esses picos de frequência extremamente alta refletem-se de volta para o espectro audível. Este fenómeno, conhecido como aliasing ou distorção de reflexo, cria tons não harmónicos e matematicamente não relacionados que colidem com a voz original. O resultado é um chiado desagradável e granulado que arruína a clareza da fala.

Esclarecendo o Âmbito: Sobrecarga Dinâmica versus Piso de Ruído de Fundo

Distinguir o corte do ruído de fundo é essencial para diagnosticar problemas de áudio. O ruído de fundo consiste na reverberação ambiente da sala, no zumbido do ar condicionado ou no ruído próprio do pré-amplificador operando na base da amplitude dinâmica. Por outro lado, o corte ocorre exclusivamente no topo da amplitude dinâmica devido à sobrecarga do sistema. O ruído ambiente pode muitas vezes ser isolado e suprimido com filtros subtrativos espectrais, mas o corte digital representa uma destruição estrutural de dados que ocorre quando a capacidade do sistema é excedida.

Por que o Áudio Ainda Soa Distorcido Após Baixar o Volume

Reduzir o volume de uma faixa cortada diminui a sua amplitude de reprodução, mas preserva a geometria danificada de topo plano da forma de onda, deixando a distorção intacta.

Um equívoco comum entre gravadores principiantes é a "Falácia da Atenuação". Quando o áudio distorce durante um momento alto, os utilizadores instintivamente baixam o controlo deslizante de volume da faixa ou aplicam um filtro de normalização automática para baixar o nível para -6 dBFS ou -12 dBFS, esperando que a distorção desapareça.

Para ver por que razão isto falha, compare três estados de áudio distintos:

1. Áudio Limpo: Um transiente vocal atinge naturalmente o pico a -6 dBFS. A forma de onda mantém cristas sinusoidais arredondadas, preservando o equilíbrio harmónico natural e a margem dinâmica.
2. Áudio Sobrecarregado: Um grito alto leva o sinal para além dos 0 dBFS durante a gravação. O ADC limita cada pico excedente à tensão máxima, produzindo prateleiras de topo plano no topo e no fundo da onda. O áudio soa áspero e rasgado.
3. Áudio Sobrecarregado Atenuado: O utilizador baixa o controlo deslizante de volume em -12 dB. Todo o evento de áudio baixa de volume, mas os patamares horizontais cortados permanecem planos.

Os controlos de volume digital realizam uma multiplicação simples: cada valor de amostra digital é multiplicado por uma fração. Quando aplica uma alteração de ganho de -12 dB a uma onda de topo plano, multiplica uma matriz de valores máximos idênticos ($+32,767$ em 16 bits) por aproximadamente $0.25$. O resultado matemático é uma matriz de valores idênticos a $+8,192$.

O fader não redesenha as curvas arredondadas da performance acústica original porque esses dados nunca foram capturados pelo conversor. A atenuação produz uma onda de topo plano mais baixa. A audição humana ainda percebe os cantos afiados do patamar e a multiplicação de harmónicos ímpares que acompanhou o truncamento.

Perda na Etapa de Captura versus Margem de Mistura Digital

É vital distinguir entre o corte na etapa inicial de captura e o corte durante a mistura dentro de uma Estação de Trabalho de Áudio Digital (DAW).

As DAWs modernas processam áudio usando matemática de ponto flutuante de 32 ou 64 bits internamente. Dentro de um ambiente DAW de ponto flutuante de 32 bits, um barramento ou canal interno pode temporariamente exceder os 0 dBFS sem distorção imediata porque a arquitetura de ponto flutuante fornece uma margem de cálculo interno praticamente ilimitada. Se um barramento de mistura não renderizado ficar vermelho dentro de uma DAW, baixar o fader mestre antes de exportar salva o áudio sem perda de qualidade.

Por outro lado, se um microfone analógico, pré-amplificador ou conversor de ponto fixo cortou durante a sessão de gravação física original, esse dano está permanentemente gravado no ficheiro. Baixar o fader dentro do software não pode recuperar informações acústicas que foram perdidas antes do ficheiro ser gravado no disco.

As Cinco Etapas da Sobrecarga de Áudio: Identificando Onde a Distorção Entra na Cadeia

A sobrecarga de áudio não se limita à saída master final. Um sinal pode distorcer em cinco junções distintas entre as cordas vocais do orador e o ouvido do ouvinte.

Compreender toda a cadeia de sinal permite aos gravadores localizar e corrigir a distorção na sua origem.

• Etapa 1: Sobrecarga da Cápsula do Microfone — A onda acústica excede o SPL máximo da cápsula, causando distorção mecânica do diafragma.
• Etapa 2: Saturação do Pré-amplificador Analógico — O sinal elétrico amplificado excede os trilhos de tensão do pré-amplificador, produzindo saturação de circuito analógico.
• Etapa 3: Truncamento do Conversor A/D (ADC) — Uma tensão de entrada que excede a referência de 0 dBFS força um corte digital rígido de quantização.
• Etapa 4: Transbordamento do Barramento de Soma e FX da DAW — Faixas combinadas transbordam a margem do barramento interno, produzindo sobrecarga de soma digital.
• Etapa 5: Sobrecarga do Conversor D/A (DAC) — Picos entre amostras ultrapassam o filtro de reconstrução do dispositivo de reprodução.

Etapa 1: Sobrecarga da Cápsula Acústica (Diafragma do Microfone)

Antes de o áudio entrar num circuito elétrico, ele existe como ondas físicas de pressão sonora movendo-se pelo ar. Cada cápsula de microfone tem um limite físico de conformidade conhecido como seu Nível de Pressão Sonora Máximo (Max SPL). Os diafragmas dos microfones normalmente atingem seus limites de conformidade entre 120 dB SPL e 140 dB SPL.

Se um vocalista dinâmico gritar diretamente num microfone condensador sensível a curta distância, a energia acústica pode fisicamente forçar o diafragma contra a placa traseira ou anel de amortecimento. Este batimento mecânico gera distorção acústica severa antes de qualquer tensão elétrica ser gerada.

Etapa 2: Saturação do Pré-amplificador Analógico

Uma vez que o diafragma converte a energia acústica em tensão elétrica, esse sinal de microvolts deve ser amplificado por um pré-amplificador analógico. Cada pré-amplificador analógico opera em trilhos de alimentação de corrente contínua (DC) (frequentemente $\pm 15\text{V}$ ou $\pm 18\text{V}$).

Se o controlo de ganho de entrada estiver definido muito alto, uma explosão vocal repentina produz uma demanda de tensão de saída que excede os trilhos de alimentação. O amplificador operacional analógico satura, arredondando ou cortando os picos de tensão antes que eles cheguem ao conversor digital.

Etapa 3: Truncamento do Conversor Digital (ADC)

A tensão analógica amplificada entra no Conversor Analógico-Digital, que mapeia a tensão elétrica contínua para números discretos fixos. O ADC é calibrado para uma tensão de referência fixa ($V_{\text{ref}}$) que corresponde exatamente a 0 dBFS. Se o pré-amplificador fornecer ao ADC uma tensão analógica que excede $V_{\text{ref}}$, o conversor limita cada amostra de entrada ao seu valor digital mais alto ($+32,767$ em 16 bits ou $+8,388,607$ em 24 bits). Este é o corte digital clássico, irrecuperável.

Etapa 4: Transbordamento do Plugin e Barramento de Soma

Testes de stress visuais de sessões multifaixas mostram que a sobrecarga digital ocorre frequentemente a jusante durante a mistura das faixas. Embora os medidores de faixas individuais possam registrar com segurança no verde (ex: atingindo o pico a -10 dBFS), combinar oito faixas de voz ou instrumentos numa única faixa auxiliar ou fader de grupo empilha as suas respectivas tensões juntas.

Se várias faixas atingirem o pico simultaneamente, a sua energia somada pode transbordar o fader do barramento ou empurrar plugins de processamento não linear internos (como compressores ou equalizadores) para uma saturação digital não intencional.

Etapa 5: Picos entre Amostras e Sobrecarga do Conversor de Reprodução

Uma faixa pode medir com segurança a -0,1 dBFS nos medidores de pico padrão da DAW e, no entanto, soar distorcida quando reproduzida em dispositivos de consumo. Isto é causado por picos entre amostras.

Quando as amostras digitais passam por um Conversor Digital-Analógico (DAC) de consumo num smartphone, televisão ou rádio de carro, um filtro de reconstrução analógico interpola uma curva elétrica suave e contínua entre os pontos de amostra discretos. Se duas amostras consecutivas estiverem a 0 dBFS ou perto disso, a onda analógica matematicamente reconstruída entre elas frequentemente ultrapassa $+1.0\text{ dB}$ a $+3.0\text{ dB}$ acima da escala total.

Isto causa ultrapassagens do filtro de reconstrução que levam a etapa de saída analógica do dispositivo de reprodução a um corte áspero. Além disso, algoritmos de compressão com perda (como MP3, AAC e Opus) alteram os níveis de pico durante a transcodificação, causando que os excessos entre amostras distorçam DACs de baixo custo e pequenos drivers de rádio de carro que carecem de margem de saída.

Picos versus Corte: Regras Práticas para Margem e Escalonamento de Ganho

Picos descreve um transiente de áudio aproximando-se dos limites superiores de uma escala de medição, enquanto o corte é o dano estrutural que ocorre quando o sinal rompe esse limiar.

Especialistas em áudio enfatizam que o corte não é apenas sobre ser alto; é sobre partes da onda sonora serem fisicamente cortadas. Na monitorização visual, o pico é o seu sinal de aviso; o corte é a falha estrutural que ocorre quando ignora o aviso.

Calibrar a Margem para Voz e Fala Dinâmica

Margem é o buffer de segurança entre os seus picos de sinal mais altos e o teto digital de 0 dBFS. Na gravação analógica, os engenheiros frequentemente empurravam as máquinas de fita perto de 0 VU para enterrar o sinal acima do chiado audível da fita. Na gravação digital, onde os sistemas de 24 bits oferecem mais de 140 dB de amplitude dinâmica limpa, não há justificação técnica para gravar perto de 0 dBFS.

Para uma gravação de voz impecável, calibre o ganho de entrada usando os seguintes alvos:

• Nível Médio de Fala (Corpo Nominal): Calibre o ganho do microfone para que os níveis de fala conversacional constantes registem entre -18 dBFS e -12 dBFS nos medidores de pico.
• Picos Dinâmicos de Transientes: Certifique-se de que expressões altas, gargalhadas calorosas ou gritos não ultrapassem -6 dBFS.

Esta estrutura de ganho deixa uma margem de segurança garantida de 6 dB. Se um orador ficar subitamente animado, a voz dele pode subir 5 dB acima dos níveis esperados sem acionar o truncamento do ADC.

Manter esta margem de segurança requer uma higiene de captação adequada para manter a fala bem nítida e livre de ruído eletrónico. Para uma análise mais aprofundada sobre como otimizar esta base, leia o nosso guia completo sobre Compreender a relação sinal-ruído (SNR) em gravadores de voz com IA para equilibrar um ganho limpo com os níveis de ruído de fundo.

Normas de medição de picos reais

Os medidores de picos padrão das DAW leem apenas valores de amostras discretas, pelo que não detetam os picos excessivos causados pelos filtros de reconstrução. Para evitar a distorção entre amostras em plataformas de streaming e dispositivos móveis, os engenheiros de som utilizam medidores de picos reais calibrados de acordo com a norma internacional ITU-R BS.1770-4 (e com a norma da União Europeia de Radiodifusão EBU R 128).

Os medidores de picos reais utilizam $4\times$ sobreamostragem^[1] para calcular o pico real da forma de onda que será gerado entre os pontos de amostragem digital durante a conversão digital-analógica.

• Masters PCM / Formatos sem perdas: Defina os limitadores de picos reais para um teto máximo de -1,0 dBTP.
• Transcodificação com perdas (Streaming, MP3, AAC): Reduza o teto para -2,0 dBTP. Isto proporciona aos codecs de compressão com perdas margem suficiente para reconstruir picos transitórios sem distorção entre amostras.

Veja uma demonstração da distorção de áudio

Para uma demonstração visual de como os picos arredondados são cortados no teto e como uma cadeia de sinal pode sobrecarregar em vários pontos, o seguinte vídeo é um complemento útil aos conceitos acima.

Explicação da distorção de áudio: por que a sua mistura soa agressiva e distorcida

Desdistorcedores de software e 32 bits flutuantes: capacidades e limitações

Os desdistorcedores de software podem reparar pequenos picos transitórios usando interpolação polinomial, mas não conseguem reconstruir diálogos fortemente achatados. Da mesma forma, o equipamento de 32 bits flutuantes protege contra a distorção dos conversores digitais, mas não pode impedir a distorção física da cápsula do microfone.

Os criadores que enfrentam gravações arruinadas recorrem frequentemente a plugins de software ou a formatos de equipamento modernos para uma correção instantânea. Embora estas ferramentas sejam valiosas, as suas capacidades estão limitadas por restrições matemáticas e físicas rigorosas.

Como funcionam os algoritmos de desdistorção — e onde falham

As ferramentas especializadas de restauro de áudio (como o Clip Fix do Audacity ou os desdistorcedores espetrais profissionais) identificam sequências de amostras que formam patamares horizontais perto dos 0 dBFS. O algoritmo remove o patamar achatado e utiliza estimativa de curva cúbica spline ou polinomial para interpolar a forma provável do pico perdido com base na trajetória das amostras circundantes não danificadas.

Esta reconstrução matemática funciona notavelmente bem em picos transitórios muito breves (como um único golpe de caixa ou um clique consonantal momentâneo com uma duração de 1 a 3 milissegundos). No entanto, quando ocorre uma distorção grave durante a fala prolongada — como uma vogal enfatizada, um grito ou uma gargalhada — a onda sonora permanece presa nos 0 dBFS durante dezenas ou centenas de milissegundos.

Durante uma distorção prolongada, o algoritmo não tem dados de referência para determinar as complexas variações harmónicas da voz humana. Só pode criar uma curva genérica, que normalmente introduz artefactos acústicos abafados, aguados ou com dispersão de fase. Como sublinham os profissionais de restauro de áudio, as ferramentas de desdistorção podem suavizar a agressividade, mas não conseguem restaurar áudio fortemente distorcido com fidelidade de nível de masterização; a nova gravação continua a ser a única solução limpa.

A verdade sobre o áudio de 32 bits flutuantes

Os gravadores de áudio modernos incluem cada vez mais arquiteturas de gravação de 32 bits flutuantes. Ao contrário dos formatos tradicionais de ponto fixo de 16 ou 24 bits, os 32 bits flutuantes utilizam a norma IEEE 754, codificando números com 1 bit de sinal, 8 bits de expoente e 23 bits de mantissa^[4] (resultando em 24 bits de precisão).

Esta arquitetura proporciona uma amplitude dinâmica de aproximadamente 1.528 dB. Os níveis de sinal podem teoricamente subir até $+770\text{ dBFS}$ antes de ocorrer a distorção digital. Num gravador de 32 bits flutuantes equipado com conversores AD de dois estádios, gritos súbitos e altos que destruiriam um conversor de ponto fixo de 24 bits são capturados de forma limpa no ficheiro de áudio. Se a forma de onda parecer distorcida ao importá-la para uma DAW, o utilizador simplesmente reduz o ganho da faixa e os picos arredondados surgem sem distorção.

No entanto, os 32 bits flutuantes não são uma salvaguarda absoluta contra a distorção:

• A sobrecarga da cápsula continua a existir: A gravação de 32 bits flutuantes não pode alterar a acústica física. Se uma onda sonora de entrada exceder o SPL máximo físico da cápsula do microfone (120 dB a 140 dB SPL), o diafragma atinge mecanicamente o seu limite. Essa distorção acústica é gravada no ficheiro de 32 bits flutuantes com precisão absoluta.
• Saturação do pré-amplificador analógico: Se um gravador de campo não tiver uma distribuição de ganho em estádios com dois conversores AD e depender de um pré-amplificador convencional único, o ganho analógico excessivo pode causar distorção no circuito analógico antes de o sinal chegar ao contentor digital de 32 bits.

Tabela de diagnóstico de sobrecarga da cadeia de sinal

Utilize esta matriz de diagnóstico e resolução de problemas para identificar onde a distorção entra na sua cadeia de sinal e aplicar a correção de engenharia adequada.

Lista de verificação prática de ganho para gravar fala

Siga esta lista de verificação passo a passo antes de premir gravar para garantir zero distorção e uma margem dinâmica ideal.

1. Posicionamento físico do microfone
   • Mantenha uma distância de 15 a 20 cm (6 a 8 polegadas) entre a boca do orador e a cápsula do microfone.
   • Posicione a cápsula ligeiramente fora do eixo (apontada para o canto da boca em vez de diretamente para o centro) para evitar que as explosões acústicas plosivas (sons de "p" e "b") sobrecarreguem o diafragma da cápsula.
2. Realização de um teste de som vocal dinâmico
   • Peça ao orador para falar no seu volume normal de conversa e, em seguida, para dar a sua gargalhada, exclamação ou grito mais alto previsto.
   • Nunca calibre o ganho apenas com fala de conversa silenciosa; os picos dinâmicos são os que causam distorção digital inesperada.
3. Calibração do ganho do pré-amplificador da interface
   • Ajuste o botão de ganho de entrada analógica até que a fala normal de conversa oscile consistentemente entre -18 dBFS e -12 dBFS.
   • Confirme que o pico vocal mais alto não ultrapassa -6 dBFS. Isto garante uma margem de segurança de 6 dB.
4. Verificação dos plugins de inserção do canal
   • Se estiver a utilizar plugins em tempo real (EQ, compressão, gates de ruído) durante a gravação, verifique os medidores de entrada e saída de cada plugin.
   • Certifique-se de que um aumento de EQ ou de ganho de compensação não está a empurrar os níveis internos da faixa para a distorção nos 0 dBFS.
5. Definição dos tetos de picos reais de masterização
   • Ao exportar gravações finais para distribuição de podcasts, YouTube ou redes sociais, insira sempre um limitador de picos reais na saída master.
   • Limite o teto estritamente a -1,0 dBTP para distribuição WAV sem perdas ou a -2,0 dBTP se distribuir como MP3 ou AAC.

Observações da comunidade sobre sobrecarga de áudio

Discussões em comunidades de criadores e fóruns de engenharia de som revelam desafios consistentes com a distorção digital.

Utilizadores em fóruns da comunidade relatam frequentemente perplexidade quando um ficheiro de áudio que mede abaixo dos 0 dBFS na sua linha de tempo de edição soa com estalidos e agressividade quando carregado em plataformas de vídeo ou reproduzido em dispositivos móveis. Em testes do mundo real, esta discrepância quase sempre remonta a picos entre amostras. Codificadores de áudio com perdas (como AAC no YouTube ou Opus em aplicações de streaming) ampliam os picos durante a descompressão, criando distorção agressiva em colunas de smartphones económicos que carecem de margem de saída.

Outro consenso comum entre os entusiastas é a desilusão que se segue da confiança em "melhoradores de voz com IA" automatizados ou desdistorcedores de software para salvar áudio danificado. Embora os utilizadores casuais esperem que os algoritmos reparem magicamente o áudio distorcido, os criadores descobrem rotineiramente que ficheiros vocais fortemente distorcidos acabam por soar aguados, robóticos ou vazios. O consenso da comunidade permanece consistente: embora o software de restauro de pós-produção possa domar um ocasional pico distorcido, não pode reconstruir longos trechos de fala destruída. Definir um ganho analógico limpo durante a gravação continua a ser essencial para a qualidade de áudio profissional.

Perguntas frequentes sobre distorção de áudio

Como soa o áudio distorcido ao ouvido humano?

O áudio distorcido soa como um estalido metálico, áspero e agudo ou um rasgo semelhante a papel de lixa que aparece subitamente quando um instrumento ou voz fica alto. Como a distorção corta ondas sonoras suaves em ondas quadradas de topo plano, ela gera frequências harmónicas de ordem ímpar densas ($3f_0,5f_0,7f_0$) e replicação de Nyquist que os ouvidos humanos processam como ruído abrasivo e irritante.

O Clip Fix do Audacity ou o iZotope RX conseguem restaurar completamente o áudio distorcido?

Os desdistorcedores de software podem reparar picos transitórios curtos e isolados (com uma duração de alguns milissegundos) usando interpolação spline para estimar os picos perdidos. No entanto, se uma voz foi gravemente sobrecarregada em sílabas ou gritos prolongados, os algoritmos não conseguem reconstruir o timbre vocal e os detalhes de formante perdidos. A desdistorção pesada geralmente deixa artefactos audíveis aguados ou com dispersão de fase, o que significa que a nova gravação é muitas vezes a única forma de obter áudio limpo.

Por que o meu medidor de áudio ficou abaixo dos 0 dBFS, mas a faixa ainda soa distorcida no meu carro?

Isto ocorre devido aos picos entre amostras. Os medidores de picos padrão de software medem apenas pontos de amostra digitais individuais. Quando um DAC de consumo (conversor digital-analógico) reconstrói uma onda contínua a partir de amostras com picos perto dos 0 dBFS, a onda analógica pode subir $+\mathrm{1,0}\text{ dB}$ a $+\mathrm{3,0}\text{ dB}$ acima dos valores das amostras. Isto excede os circuitos analógicos do dispositivo de reprodução, criando distorção em estéreos de automóvel e smartphones. Utilize medidores de picos reais calibrados para -1,0 dBTP ou -2,0 dBTP para eliminar este problema.

Qual é a diferença entre distorção suave e distorção digital dura?

A distorção suave ocorre principalmente em equipamento analógico (como válvulas, transformadores e fita magnética), onde os sinais que excedem o teto de operação são suavemente arredondados, criando harmónicas de ordem par e ímpar subtis e musicalmente agradáveis. A distorção digital dura ocorre em conversores digitais (ADCs), onde as amostras que excedem os 0 dBFS são implacavelmente truncadas em linhas planas, gerando harmónicas ímpares agressivas e replicação dissonante.

<

Referências

1. Recomendação ITU-R BS.1770-4: Algoritmos para medir a sonoridade de programas de áudio e o nível de sinal de pico real — União Internacional de Telecomunicações
2. Recomendação EBU R 128: Normalização de sonoridade e nível máximo permitido de sinais de áudio — União Europeia de Radiodifusão
3. Fundamentos do Áudio Digital — Equipa do Audacity
4. Ficheiros de 32 bits flutuantes explicados — Sound Devices, LLC