O que a ferramenta procura
Trechos abaixo de um limiar de nível, por tempo suficiente para valer um corte. A medida é RMS numa janela de 20 milissegundos, e essa escolha não é detalhe: uma onda sonora cruza o zero a cada ciclo, então um teste amostra a amostra marcaria silêncio no meio de qualquer nota sustentada. A janela é curta o bastante para achar a pausa entre duas palavras e longa o bastante para não confundir cruzamento de zero com pausa.
Um trecho só conta como silêncio se for silêncio em TODOS os canais. Cortar por causa de um lado mudo apagaria o que está no outro — que é exatamente o arquivo que traz gente à ferramenta de separar canais.
Como usar
A análise roda a cada mexida nos controles e o corte não. É o que torna a ferramenta ajustável: mudar o limiar mostra na hora quantos trechos sairiam e quanto tempo sobraria, sem esperar a cópia de dezenas de milhões de amostras.
- Solte o áudio na área de upload, ou traga um da cadeia — de cortar, juntar ou extrair de vídeo.
- Ajuste o limiar olhando a barra. Ela mostra a porcentagem do arquivo que sairia com os ajustes atuais.
- Ajuste a duração mínima se a fala estiver ficando atropelada: valores maiores preservam as pausas naturais.
- Gere e baixe. O botão volta sempre que um controle muda.
Os três controles, e o que cada um evita
O LIMIAR decide o que é baixo demais. Numa sala silenciosa, -50 dBFS separa bem; numa gravação com ruído de fundo, o ruído fica acima disso e nada é achado — daí o controle chegar até -20.
A DURAÇÃO MÍNIMA é o que separa pausa de respiro. É o controle mais importante e o que quase todo removedor automático não oferece: sem ele, cortar tudo abaixo do limiar remove os intervalos naturais entre sílabas, e o resultado tem aquele ritmo apressado típico de áudio mal editado.
A MARGEM fica dos dois lados de cada corte. Cortar exatamente no ponto em que o nível sobe come o ataque da consoante, e a palavra seguinte fica com o começo mordido. Sessenta milissegundos é o que faz o corte soar como edição em vez de falha. Nas bordas do arquivo ela não se aplica — ali não há vizinho a proteger, e preservá-la só deixaria silêncio no começo e no fim, que é o que se quer ver sumir.
A emenda que não estala
Remover um silêncio junta dois pedaços de áudio que nunca foram vizinhos. Quase sempre a forma de onda salta de uma amplitude para outra numa única amostra, e isso é um clique — alto, e mais evidente em fone de ouvido.
Cada junção leva uma queda de cerca de 4 milissegundos de cada lado, o que esconde o salto. É a mesma solução do cortador de áudio, e aqui ela importa mais: uma entrevista de meia hora pode ter cinquenta emendas em vez de uma. A queda é aplicada DEPOIS de toda a cópia, nunca durante — aplicá-la dentro do laço rampa amostras que a cópia seguinte ainda vai sobrescrever, e o clique volta metade das vezes.
Quando nada é encontrado
Se nenhum trecho passar nos dois critérios, a ferramenta diz isso e não oferece o botão. É a resposta certa: gerar um arquivo idêntico ao original com um nome diferente seria pior do que não fazer nada.
Quando acontece, o caminho costuma ser aumentar o limiar (a gravação tem ruído de fundo acima do valor atual) ou diminuir a duração mínima (as pausas são mais curtas que o pedido).
WAV ou MP3, e onde ele continua
WAV é o padrão porque o corte em si não descarta nada: as amostras que sobram são exatamente as que estavam lá. Escolher MP3 acrescenta uma geração de compressão, e faz sentido quando o arquivo vai direto para alguém.
O resultado é áudio e entra na cadeia do módulo: remover silêncio e então normalizar o volume é a sequência que mais aparece em podcast, e acontece sem passar pelo disco. Todo o processamento é feito no seu navegador, e o medidor no topo da página mostra que nada sai.