O que é isolamento de locutor, e como ele difere do cancelamento de ruído

O isolamento de locutor mantém a voz de um locutor escolhido e remove todo o resto do sinal, incluindo outras pessoas falando. O cancelamento de ruído remove ruído que não é fala (ventiladores, trânsito, teclados) e mantém toda a fala, então uma segunda voz passa direto por ele.

A diferença em uma tabela

Propriedade	Isolamento de locutor	Cancelamento de ruído
Mantém	Um locutor	Toda a fala
Remove	Outras vozes e ruído que não é fala	Ruído que não é fala (ventiladores, trânsito, teclados)
Uso típico	Agentes de voz, call centers, escritórios abertos	Conferências, headsets, gravações

A distinção importa para agentes de voz porque um reconhecedor transcreve toda voz que ouve. O cancelamento de ruído não distingue quem ligou da televisão ao fundo; ambos são fala. O isolamento precisa escolher, um problema mais difícil e mais arriscado: se o modelo escolhe o locutor errado, ou danifica o certo, a precisão cai em vez de subir.

O que medimos

Pontuamos o isolamento como todo o resto, contra um controle que não faz nada, no Null Test. As condições de duas vozes colocam uma segunda voz do LibriSpeech sob o alvo em um nível declarado. Estes são nossos números da execução de 2026-08-14 (reconhecedor faster-whisper:base.en, 10 locutores, 190 clipes por engine, 16 kHz), de /benchmark.

Condição (Null Test, 2026-08-14)	WER bruto	WER Anecho v8_2
Duas vozes, 0 dB	84.74%	74.21%
Duas vozes, 5 dB	26.32%	31.05%
Duas vozes, 10 dB	6.32%	12.11%
Murmúrio (babble), 5 dB	24.74%	20.53%
As 19 condições agregadas	14.32%	16.59%

O isolamento ajuda quando a segunda voz é tão alta quanto o alvo (0 dB) e no murmúrio, e prejudica a 5 dB e 10 dB, e no agregado das dezenove condições. Escrevemos o resultado agregado em nossa linha está na tabela; em resumo, um modelo de isolamento ligado por padrão, para todo o áudio, não é o que os dados sustentam. O corpus é pequeno e as ressalvas estão na metodologia.

Quando a diferença decide

Se seu áudio é uma pessoa em uma sala barulhenta, o cancelamento de ruído é a ferramenta certa. Se é uma pessoa mais outras que não devem ser transcritas, só o isolamento resolve, e vale medir no seu próprio tráfego antes de ligar em todo lugar. Veja como avaliar isolamento de locutor.

FAQ

Isolamento de locutor é o mesmo que diarização?

Não. A diarização rotula quem falou quando e mantém todo o áudio. O isolamento altera o próprio áudio para que reste apenas um locutor.

O isolamento de locutor melhora a precisão da transcrição?

Não por padrão. Na nossa execução de 2026-08-14 ele reduziu o WER em duas das quatro condições da tabela e elevou o WER agregado de 14.32% para 16.59%. Meça no seu próprio áudio.

O cancelamento de ruído consegue remover uma segunda voz?

Em geral não, porque a segunda voz é fala e o cancelamento de ruído foi projetado para preservar fala.