Por que o som musical é muito inferior ao som da voz nos aplicativos de bate-papo por vídeo?

Question

Minha pergunta é sobre a enorme diferença na qualidade de áudio entre a voz humana e um instrumento musical - por exemplo, um piano - ao usar aplicativos de bate-papo por vídeo como Skype, FaceTime, Facebook messenger etc. Mesmo no melhor cenário, quando a conexão é decente e tanto a imagem quanto a qualidade do áudio são boas o suficiente para se comunicar, o som musical é transmitido com enorme distorção, os efeitos vão desde o som "subaquático" até o extremamente percussivo, sem mencionar a latência. Existe alguma coisa que possa ser feita para resolver esse problema?

    

Answer 1

Muitos dos codecs (algoritmos de compressão de áudio como, por exemplo, GSM ou G.729) usados na comunicação pela Internet são destinados à fala, não à música. Podem basear-se no modelo do trato vocal humano (cavidade nasal, cavidade oral, faringe, laringe, traqueia, véu, língua). Essa especialização permite alta taxa de compactação (= baixo uso de largura de banda) e qualidade relativamente boa para fala, mas pode causar efeitos terríveis ao processar outros sons.

Outro problema que pode contribuir é a diferença de volume entre a voz e a música de fundo calma (presumivelmente). Este fundo pode ser tratado como ruído e filtrado ou distorcido pelo filtro denoise ou parcialmente cortado pelo algoritmo de detecção de atividade de voz que pode parar a transmissão se o sinal estiver abaixo de determinado nível ou enviar o chamado "ruído de conforto" - novamente, para minimizar a largura de banda usada .

    

Answer 2

Se você quiser algo bom para voz e música, experimente o codec OPUS . Nem todos os clientes VoIP têm suporte para isso, mas atualmente está se tornando rapidamente o codec mais importante no VoIP, devido às suas necessidades de qualidade superior e largura de banda.