Chiado, zumbido, ventilador, ar-condicionado, o som da sala. A gente mede o quanto o seu tem de ruído antes de mexer nele — e no fim diz, em decibéis, quanto disso saiu.
Arraste áudio ou vídeo, ou clique para escolher
MP3, WAV, FLAC, M4A, OGG, MP4, MOV, MKV, WEBM e tudo mais que o ffmpeg lê — até 500 MB e 2 horas
Envie uma gravação e receba de volta sem o ruído de fundo constante — chiado de microfone barato, zumbido da rede elétrica, o rugido plano de um ventilador ou ar-condicionado, o som de uma sala. O trabalho é feito com ffmpeg no nosso servidor, e não no seu navegador, então o arquivo pode ser tão grande quanto sua conexão aguentar.
Um removedor espectral precisa saber uma coisa acima de todas: o quão alto está o ruído. Erre isso e ele ou deixa o chiado lá ou mastiga o sinal — e aumentar a força não resolve nenhum dos dois. Todo removedor online que a gente encontrou usa um valor fixo para isso. A gente mede no seu arquivo — o décimo percentil das energias em janelas de cinquenta milissegundos, que é o nível onde as partes silenciosas de fato ficam — e ajusta o filtro a partir disso. Medido aqui contra uma referência limpa conhecida, com ruído branco, rosa e marrom em três níveis cada:
| Caso | Com um valor fixo | Medido no arquivo |
|---|---|---|
| Chiado alto (SNR de 5 dB) | 8,57 dB | 17,59 dB |
| Nos nove casos | — | +2,09 dB melhor em média, nunca pior |
| Contra uma varredura de todos os valores possíveis | — | dentro de 1,1 dB do melhor |
O caso do ruído alto é o que interessa, porque é essa a gravação que as pessoas realmente levam a um removedor de ruído. Um arquivo com chiado já fraco quase não precisa da ferramenta; um arquivo se afogando em chiado é onde um valor fixo desiste — e é exatamente ali que medir vale nove decibéis.
Com o piso de ruído definido corretamente, varremos a quantidade de redução de 6 a 97 e medimos o resultado de cada uma: 6 deu 16,43, 10 deu 19,26, 14 deu 21,12, 20 deu 22,31 e 28 deu 22,61. De 28 a 97 a medida não se move — 22,62, 22,61, 22,61. Uma ferramenta que te oferece um controle de 0 a 100 está oferecendo setenta e duas posições que não mudam nada, e te convidando a acreditar que o arquivo ficou mais limpo a cada arrastada. Esta página oferece leve, normal e forte, que são 10, 20 e 28 — e essa é toda a faixa útil.
O segundo motor é uma rede neural recorrente treinada em fala (rnnoise), e ele não é simplesmente melhor. Ele deixa o silêncio entre as palavras muito mais limpo — no mesmo arquivo, um piso de −62 dBFS contra os −51 do filtro espectral — e em fala com ruído ruim ele fica bem à frente, porque reconhece voz em vez de subtrair uma média. Mas numa gravação que já está razoavelmente limpa ele deu 14,90 contra os 31,59 do filtro espectral, porque a essa altura ele está reconstruindo a fala em vez de tirar ruído, e a reconstrução sai pior que o original. Por isso ele é oferecido para o caso em que vence, e não é o padrão. Também é a ferramenta errada para música, onde tudo que não é voz é justamente o ponto.
O ruído mora na trilha de áudio, então essa é a única faixa que passa pelo filtro. A imagem é copiada, e conferimos do jeito que uma afirmação dessas deve ser conferida: comparando o hash dos pacotes de vídeo do arquivo que entrou e do que saiu. Idênticos. Você não perde nada na imagem ao limpar o som, e não espera por uma recodificação de que não precisava.
Dez minutos de áudio levam 7,8 segundos com o motor espectral e 14,8 com o neural — cerca de 77 e 40 vezes mais rápido que a duração do áudio. Duas passagens a mais leem o piso de ruído antes e depois, que é o que torna o número do seu resultado real em vez de promocional; em arquivos longos elas são limitadas aos três primeiros minutos, porque o piso de ruído é uma propriedade do microfone e da sala, não do minuto que você mediu.
O uso gratuito é de cinco minutos por dia, com arquivos de até 100 MB. Um pacote de créditos sobe isso para 500 MB por arquivo e duas horas de áudio ou vídeo. Como remover ruído sempre reescreve as amostras, aqui não existe caminho sem perdas como no nosso cortador: você recebe de volta o formato que enviou, numa qualidade em que o codificador não é o que você escuta — MP3 a 320 kbps, ou o codec original quando ele é sem perdas. Os envios são apagados assim que o trabalho termina, e o resultado seis horas depois.
O tipo constante — qualquer coisa que fique lá o tempo todo mais ou menos no mesmo nível. Chiado de microfone, zumbido da rede elétrica e seus harmônicos, o rugido de ventilador e ar-condicionado, barulho de computador, o tom geral de uma sala. É isso que um removedor espectral é: ele descobre o que está sempre presente e subtrai. Não dá para tirar uma porta batendo, um cachorro latindo, uma cadeira arrastando ou alguém falando ao fundo, porque isso são eventos e não um piso — e nada que remove isso consegue evitar remover pedaços da sua gravação junto. Se o seu problema é uma única batida alta, cortar é uma ferramenta melhor que limpar.
A gente não vai chutar, e a página também não: o servidor mede o piso de ruído do seu arquivo antes e depois, do mesmo jeito nas duas vezes, e o resultado diz a diferença em decibéis. Nos nossos arquivos de teste, o ajuste normal derrubou o piso em 18 a 20 dB, que é a diferença entre um chiado audível e um fundo que você para de notar. Mas depende inteiramente do que você enviar — e quando um arquivo não pode ser melhorado de forma mensurável, o resultado diz isso em vez de vestir uma mudança de um decibel de sucesso.
Comece pelo primeiro. Ele serve para tudo — música, som de sala, gravações mistas — e é aquele cujos ajustes a gente mediu no seu arquivo. Escolha o motor de voz quando a gravação for fala e o ruído estiver ruim: ele é um modelo de fala, então limpa os intervalos entre as palavras muito melhor do que a subtração consegue, e em fala muito ruidosa ficou bem à frente nos nossos testes. Não escolha ele para música, e não escolha ele para uma gravação que já está razoavelmente limpa — num arquivo limpo ele pontuou menos da metade do outro motor, porque começa a reconstruir a fala em vez de remover ruído.
Pode, e a imagem não é tocada. Só a trilha de áudio passa pelo filtro; a faixa de vídeo é copiada, e verificamos isso comparando o hash dos pacotes de vídeo da entrada e da saída — idênticos. Você recebe o mesmo arquivo de volta com o som mais limpo, no mesmo contêiner quando o formato permite (MP4, MOV, MKV, WEBM) e em MKV quando não permite. O áudio é recodificado porque tem que ser; a imagem não, porque não precisa.
Um pouco, sempre — remover ruído significa mudar o sinal, e quem disser o contrário está vendendo alguma coisa. O defeito típico da remoção espectral é um som aguado e metálico no que sobra, e piora quanto mais forte você força. É por isso que o ajuste forte para em 28 em vez de ir até 100: dali para frente nossas medições mostram que o resultado para de melhorar enquanto os artefatos continuam chegando. Se o arquivo limpo soar estranho, tente o leve — ele tira menos e preserva mais, e numa gravação pouco ruidosa costuma ser a troca melhor.
Áudio: MP3, WAV, FLAC, M4A, AAC, OGG, Opus, WMA e tudo mais que o ffmpeg lê. Vídeo: MP4, MOV, MKV, WEBM, AVI e o resto. Você recebe o mesmo formato sempre que der — um MP3 volta MP3 a 320 kbps, um WAV volta WAV, um FLAC volta FLAC — e MP3 para os formatos esquisitos que nada mais trata bem. Remover ruído reescreve cada amostra, então, ao contrário do nosso cortador, aqui não existe caminho de cópia e o áudio é sempre recodificado; os ajustes são escolhidos para que o codificador não seja o que você escuta.
Segundos, para a maioria dos arquivos. Dez minutos de áudio levam cerca de 7,8 segundos com o motor padrão e 14,8 com o de voz — mais ou menos 77 e 40 vezes mais rápido que a duração da gravação. Duas passagens curtas de medição entram por cima, e é isso que permite ao resultado informar um antes e depois de verdade em vez de um número de folheto. Enviar um vídeo grande costuma ser a metade lenta, não a limpeza.
Seu envio é apagado assim que o trabalho termina, e o arquivo limpo seis horas depois. Essa janela existe só para o link de download ainda funcionar se você fechar a aba e voltar. Nada fica guardado depois disso, nada é escutado e nada é passado a ninguém — o que vale dizer com todas as letras para uma ferramenta em que as pessoas colocam entrevistas, áudios pessoais e gravações não lançadas.