Separación de fuentesSource Separation

Después de mezclarse, no quedan fronteras

En el estanque, las especies siguen nadando por separado, pero con el sonido la cosa cambia. Cuando varios sonidos ocurren en el mismo espacio, la vibración del aire simplemente se suma y se convierte en una sola onda. Dentro del archivo grabado no están la voz y la instrumental una junto a la otra: solo queda el resultado de sumarlas.

En términos de números, es como si solo se diera el resultado de sumar varios números y hubiera que adivinar cuáles eran los originales. La respuesta no queda determinada de una sola manera. Por eso la separación de fuentes no es una tarea de medir, sino de adivinar.

Se puede adivinar porque cada sonido tiene una forma propia. No es que se hayan sumado números cualquiera: se sabe que lo que se sumó tiene la forma típica de una voz, o la forma típica de una batería, y eso deja margen para separarlas.

El reparto se hace sobre el dibujo del sonido

En la práctica, el trabajo no corta directamente la forma de onda; muchas veces ocurre sobre el dibujo del sonido. Se despliega un dibujo dividido en casillas de tiempo y de altura, y a cada casilla se le asigna qué proporción de ese sonido le corresponde a cada tipo.

Al aplicar esta tabla de proporciones, una parte queda y el resto se atenúa. Si se hace una tabla por cada tipo de sonido, sale por separado el sonido de cada uno. Lo normal es ajustar las cosas para que, al sumar todos los tipos, se vuelva a obtener el sonido original.

Es importante no asignarle a cada casilla un único dueño fijo. Es habitual que en la misma casilla convivan dos sonidos a la vez. Repartir la casilla, por ejemplo mitad y mitad, evita que el sonido separado quede cortado a trozos.

En qué se apoya para separar

La pista más fuerte es el patrón de altura. La voz forma rayas regulares y la batería forma manchas cortas y anchas, así que en el dibujo tienen una forma distinta. También cambia cuánto dura el sonido: un instrumento de cuerda se alarga, uno de percusión desaparece en un instante.

También se observa cómo se mueve en el tiempo. La voz sube y baja según la letra y la respiración, mientras que la instrumental sigue el compás. Ese ritmo distinto, cuando ambos se superponen, sirve de pista para separarlos.

Si la grabación está repartida entre izquierda y derecha, la dirección también es una pista: se puede distinguir un sonido que se oye más fuerte a un lado de otro que se oye centrado. Aun así, los métodos actuales separan bastante bien incluso una grabación mezclada en un solo canal.

No queda del todo limpio

Al escuchar por separado la voz ya extraída, se oye de fondo, muy débil, un resto de la instrumental. Del otro lado queda un rastro de la voz. A veces el sonido queda con un eco como bajo el agua, o con un roce en los bordes.

Hay casos especialmente difíciles: cuando dos voces muy parecidas hablan al mismo tiempo, cuando la grabación se hizo en una sala con mucho eco, o cuando se mezcla un instrumento o un sonido que no estaba en los datos de entrenamiento. También es difícil recuperar un sonido que ya quedó emborronado en la propia grabación original. La información que se perdió no vuelve solo porque se separe.

Dónde se usa

El uso más conocido es dejar solo la instrumental de una canción o extraer únicamente la voz. También se usa para restaurar grabaciones antiguas, separando cada instrumento y volviendo a mezclarlos, y para subir el volumen de los diálogos de una película mientras se baja el del sonido de fondo.

En el terreno del habla se usa para dejar solo la voz de una persona en una grabación de reunión, o para separar la voz del ruido en una llamada hecha en un lugar ruidoso. Al aplicar la transcripción de voz después de separar, la exactitud sube de forma notable, así que muchas veces se coloca como un paso previo.