Ficha 01 · Áudio digital e edição de diálogo
- Aplicar conceitos de áudio digital
- Diagnosticar problemas de diálogo
- Calcular LUFS alvo
- Planear workflow de edição
Grupo I · Verdadeiro ou Falso (20 pontos)
-
O sample rate de 48 kHz é o standard para vídeo e broadcast. ___
-
O bit depth determina o intervalo dinâmico disponível na gravação — mais bits = mais dinâmica. ___
-
O formato WAV usa compressão com perdas para reduzir o tamanho do ficheiro. ___
-
O Audacity é uma DAW paga, standard em produção profissional de cinema. ___
-
O High-Pass Filter remove frequências abaixo de um limiar definido — útil para eliminar rumble e vibrações mecânicas na voz. ___
-
O clipping de áudio ocorre quando o sinal excede 0 dBFS e é recuperável com software adequado. ___
-
O ContentID do YouTube detecta automaticamente músicas protegidas por copyright nos vídeos carregados. ___
-
A norma EBU R128 para broadcast europeu define um target de -23 LUFS integrado. ___
-
O foley é música de fundo criada em estúdio para complementar a imagem. ___
-
True Peak (-1 dBTP) é o valor máximo recomendado para evitar distorção após codificação para streaming. ___
-
V — 48 kHz é o standard para vídeo. 44.1 kHz é o standard para música e CD.
-
V — 16 bits = 96dB de dinâmica; 24 bits = 144dB. Mais bits = mais resolução dinâmica.
-
F — WAV é sem compressão (lossless). Formatos com perdas: MP3, AAC, OGG.
-
F — O Audacity é gratuito e open source. Software de cinema standard inclui Pro Tools, Fairlight (gratuito no DaVinci Resolve).
-
V — o HPF é o filtro passa-altos — deixa passar frequências acima do limiar e atenua as abaixo.
-
F — o clipping de áudio digital é irreparável — a informação foi destruída e não pode ser recuperada.
-
V — o ContentID é o sistema automatizado de detecção de copyright do YouTube.
-
V — EBU R128 especifica -23 LUFS ±1 LU, com True Peak máx -1 dBTP.
-
F — Foley são efeitos sonoros (passos, objectos, roupa) criados em estúdio. Música é uma categoria separada.
-
V — True Peak máx -1 dBTP previne que os codecs de compressão criem picos de distorção.
Grupo II · Corrigir sequência de diálogo com problemas (45 pontos)
Contexto
A seguinte transcrição representa o áudio bruto de uma entrevista gravada num escritório com HVAC ruidoso. O editor de som precisa de planear o workflow de edição.
Transcrição do take (com anotações de problemas):
[TAKE 3 — 00:00:00] [som de HVAC contínuo, aprox. -30dB] [0:00] "Portanto... eh... a empresa foi... foi fundada em 2018." [0:04] [tosse] [0:05] "E desde o início, e desde o início que o nosso foco principal é..." [0:09] [pausa longa de 3 segundos — entrevistado a pensar] [0:12] "...é a inovação. Inovação tecnológica." [0:15] [som alto de cadeira a ranger] [0:16] "Desenvolvemos soluções para... [voz baixa — muito abaixo do resto]" [0:18] "...para empresas de média dimensão." [0:20] [CLIPPING em "empresas" — pico de sinal confirmado]
[TAKE 4 — 00:01:30] [som de HVAC contínuo, aprox. -30dB] [0:00] "A empresa foi fundada em 2018." [0:03] "Desde o início que o nosso foco principal é a inovação tecnológica." [0:07] "Desenvolvemos soluções para empresas de média dimensão." [0:09] [fim do take — entrevistado sorri, boa performance]
2.1 Lista os cinco problemas identificados no Take 3. (10 pts)
- Ruído contínuo de HVAC a -30dB ao longo de todo o take.
- Hesitações e repetições ("Portanto... eh...", "foi... foi", "E desde o início, e desde o início").
- Tosse a 0:04 — efeito sonoro indesejado que interrompe a fala.
- Pausa longa de 3 segundos a 0:09 — entrevistado a pensar.
- Voz muito baixa ("Desenvolvemos soluções para...") — nível inconsistente, difícil de compensar.
- Clipping em "empresas" — sinal acima de 0dBFS, distorsão irreparável.
(Cinco quaisquer dos seis são suficientes para pontuação completa.)
2.2 Indica qual o take que deve ser usado (Take 3 ou Take 4) para cada segmento da entrevista. Justifica a escolha. (10 pts)
| Segmento | Take a usar | Justificação |
|---|---|---|
| "A empresa foi fundada em 2018." | ||
| "Desde o início que o nosso foco... inovação tecnológica." | ||
| "Desenvolvemos soluções para empresas de média dimensão." |
| Segmento | Take a usar | Justificação |
|---|---|---|
| "A empresa foi fundada em 2018." | Take 4 | Take 3 tem hesitações ("Portanto... eh... a empresa foi... foi..."). Take 4 é limpo e directo. |
| "Desde o início que o nosso foco... inovação tecnológica." | Take 4 | Take 3 tem repetição ("E desde o início, e desde o início") e pausa longa de 3 segundos. Take 4 é fluido. |
| "Desenvolvemos soluções para empresas de média dimensão." | Take 4 | Take 3 tem voz baixa no início e clipping em "empresas". Take 4 tem nível consistente e sem distorção. |
2.3 Descreve o workflow completo de edição deste diálogo, passo a passo, desde a ingestão até à entrega do diálogo limpo. (25 pts)
Grupo I · Verdadeiro ou Falso (20 pontos)
-
O sample rate de 48 kHz é o standard para vídeo e broadcast. ___
-
O bit depth determina o intervalo dinâmico disponível na gravação — mais bits = mais dinâmica. ___
-
O formato WAV usa compressão com perdas para reduzir o tamanho do ficheiro. ___
-
O Audacity é uma DAW paga, standard em produção profissional de cinema. ___
-
O High-Pass Filter remove frequências abaixo de um limiar definido — útil para eliminar rumble e vibrações mecânicas na voz. ___
-
O clipping de áudio ocorre quando o sinal excede 0 dBFS e é recuperável com software adequado. ___
-
O ContentID do YouTube detecta automaticamente músicas protegidas por copyright nos vídeos carregados. ___
-
A norma EBU R128 para broadcast europeu define um target de -23 LUFS integrado. ___
-
O foley é música de fundo criada em estúdio para complementar a imagem. ___
-
True Peak (-1 dBTP) é o valor máximo recomendado para evitar distorção após codificação para streaming. ___
- V
- V
- F — WAV é sem compressão (lossless).
- F — Audacity é gratuito e open source.
- V
- F — clipping é irreparável.
- V
- V
- F — foley são efeitos sonoros (passos, objectos), não música.
- V
Grupo II · Corrigir sequência de diálogo com problemas (45 pontos)
Contexto
A seguinte transcrição representa o áudio bruto de uma entrevista gravada num escritório com HVAC ruidoso.
Take 3:
[HVAC contínuo -30dB] "Portanto... eh... a empresa foi... foi fundada em 2018." [tosse] "E desde o início, e desde o início que o nosso foco principal é..." [pausa 3s] "...é a inovação. Inovação tecnológica." [cadeira a ranger] "Desenvolvemos soluções para... [voz muito baixa] ...para empresas de média dimensão." [CLIPPING em "empresas"]
Take 4:
[HVAC contínuo -30dB] "A empresa foi fundada em 2018. Desde o início que o nosso foco principal é a inovação tecnológica. Desenvolvemos soluções para empresas de média dimensão." [boa performance, nível consistente]
2.1 Lista os cinco problemas identificados no Take 3. (10 pts)
- Ruído contínuo de HVAC (-30dB).
- Hesitações e repetições ("Portanto... eh...", "foi... foi", "E desde o início, e desde o início").
- Tosse a interromper a fala.
- Pausa longa de 3 segundos.
- Voz muito baixa num segmento.
- Clipping em "empresas" — distorção irreparável.
(Cinco quaisquer dos seis são suficientes.)
2.2 Indica qual o take a usar em cada segmento e justifica. (10 pts)
| Segmento | Take | Justificação |
|---|---|---|
| "A empresa foi fundada em 2018." | ||
| "...foco principal é a inovação tecnológica." | ||
| "Desenvolvemos soluções para empresas de média dimensão." |
| Segmento | Take | Justificação |
|---|---|---|
| "A empresa foi fundada em 2018." | Take 4 | Take 3 tem hesitações e repetição de "foi... foi". |
| "...foco principal é a inovação tecnológica." | Take 4 | Take 3 tem repetição e pausa de 3s. |
| "Desenvolvemos soluções para empresas de média dimensão." | Take 4 | Take 3 tem voz baixa e clipping. |
2.3 Descreve o workflow completo de edição do diálogo, do início à entrega. (25 pts)
Workflow de edição de diálogo:
-
Ingestão e organização (2 pts): copiar ficheiros para disco. Organizar em pasta
audio/com nomes claros. Criar projecto na DAW (Audacity/Reaper) com sample rate 48kHz/24bit. -
Sync áudio-vídeo (2 pts): sincronizar áudio gravado externamente com o vídeo usando a claquete ou auto-sync. Verificar alinhamento.
-
Selecção de takes (3 pts): ouvir os dois takes. Seleccionar Take 4 como base — é limpo em todos os segmentos.
-
Limpeza de HVAC — redução de ruído (4 pts): seleccionar 1-2s de HVAC puro (sem fala). Capturar perfil de ruído. Aplicar Noise Reduction moderada (6-10dB) a toda a pista. Verificar que não há artefactos audíveis.
-
High-Pass Filter (2 pts): aplicar HPF a 80-100Hz para remover rumble e frequências sub-vocais.
-
Equalização (4 pts): cortar frequências problemáticas (200-400Hz se houver lama); boost ligeiro de presença em 3-5kHz para clareza; verificar sibilância e aplicar de-esser se necessário.
-
Compressão (3 pts): aplicar compressor (threshold -20dB, ratio 3:1-4:1) para uniformizar o nível da voz.
-
Room tone fill (2 pts): preencher qualquer gap de edição com room tone capturado na locação. Usar crossfades de 5-10ms em todos os cortes.
-
Verificação final (3 pts): ouvir em auscultadores — a voz está inteligível? Em altifalantes — soa natural? Verificar LUFS integrado (target -18 a -12 LUFS para diálogo antes da mistura final).
Grupo III · Calcular LUFS alvo (35 pontos)
3.1 Um vídeo vai ser publicado em simultâneo no YouTube e no Instagram Reels. Qual o target de LUFS que deve usar para a master final? Justifica. (10 pts)
Target: -14 LUFS integrado, True Peak -1 dBTP.
Tanto o YouTube como o Instagram normalizam para -14 LUFS. Entregar a -14 LUFS garante que o vídeo não será alterado (atenuado ou amplificado) por nenhuma das plataformas, preservando a dinâmica original da mistura.
Se entregasse mais alto (ex: -6 LUFS), ambas as plataformas atirariam e a dinâmica seria comprimida. Se mais baixo (ex: -20 LUFS), seria amplificado e o ruído de fundo ficaria mais audível.
True Peak -1 dBTP previne que os codecs de compressão das plataformas (AAC/Opus) criem distorção nos momentos de pico.
3.2 Um documentário vai ser entregue à RTP para emissão. Quais as especificações de loudness correctas? O que acontece se o documentário for entregue a -14 LUFS? (15 pts)
Especificações para RTP (broadcast nacional português): - Loudness integrado: -23 LUFS (norma EBU R128 ±1 LU). - True Peak: máx -1 dBTP. - Loudness Range (LRA): ≤ 20 LU. - Formato: BWF (Broadcast Wave Format) — WAV com metadados EBU R128.
O que acontece se entregue a -14 LUFS: O sistema de medição de loudness da emissora detecta que o conteúdo está 9 LUFS acima do target (-14 vs -23 LUFS). O broadcast processor da estação vai atenuar automaticamente o sinal em 9 LU. O resultado é que o documentário vai ao ar mais baixo do que o natural, com dinâmica distorcida pelo processamento automático. Em casos extremos, o conteúdo pode ser rejeitado e devolvido para correcção.
3.3 A duração de um podcast é 45 minutos. O editor exportou em MP3 a 128kbps, mas o cliente pediu qualidade para Apple Podcasts. Quais as especificações correctas de exportação? (10 pts)
Especificações para Apple Podcasts (e podcasts em geral): - Loudness integrado: -16 LUFS (recomendação Apple Podcasts). - True Peak: -1 dBTP. - Formato: MP3 ou AAC. - Bitrate: mínimo 128kbps para mono, 192-256kbps para estéreo (a 128kbps estéreo a qualidade é audível como insuficiente em conteúdo de voz). - Sample rate: 44.1 kHz ou 48 kHz. - Canais: mono para podcast de voz simples (reduz tamanho a metade sem perda perceptível); estéreo se houver música ou sons ambientes relevantes. - ID3 tags: preencher título, artista, álbum, número do episódio, imagem de capa.
Portanto, o cliente deve receber um ficheiro AAC ou MP3 a 192kbps, estéreo (ou mono), -16 LUFS, -1 dBTP, não MP3 128kbps.