Cancelación de ruido en llamadas telefónicas: qué funciona, qué no y por qué

La cancelación de ruido (NC) en llamadas es una cadena: Hardware del micrófono → Algoritmo DSP → Códec → Red → DSP del receptor. La parte "de software" es solo un eslabón. Aquí está lo que realmente determina si tu interlocutor te oye a ti o a la licuadora.

Tipos de ruido y cancelabilidad

Tipo de ruidoEjemplosCancelabilidadPor qué
Estacionario de baja frecuenciaZumbido de HVAC, ventilador, motor, nevera★★★★★ ExcelenteEspectro predecible; los filtros adaptativos se fijan en él
Estacionario de banda anchaRuido blanco, lluvia, cascada★★★★☆ BuenoLa resta espectral funciona; posibles artefactos de ruido musical
No estacionario / TransitorioTeclado, portazo, ladrido de perro, estornudo★★☆☆☆ PobreDemasiado rápido para el seguimiento espectral; DNN ayuda pero el presupuesto de latencia es ajustado
Voz competidoraConversación de fondo, TV★★☆☆☆ Pobre–JustoEspectro similar al objetivo; la detección de actividad de voz lucha
Viento / ManejoViento exterior, roce del micrófono★☆☆☆☆ Muy pobreSatura la membrana; distorsión no lineal, no ruido aditivo

Las tres arquitecturas de NC

1. DSP tradicional (Resta espectral / Wiener / Kalman)

  • Estima el piso de ruido durante las pausas del habla → resta el espectro.
  • Artefactos: "Ruido musical" (pájaros tonales), distorsión del habla.
  • Latencia: 5–15 ms. Ejecuta en CPU/DSP.
  • Ejemplos: WebRTC NS (Chrome/Meet), Krisp antiguo, RTX Voice v1.

2. Redes Neuronales Profundas (DNN) — Estándar actual

  • Entrena RNN/Transformer/CNN en pares ruidoso/limpio → máscara o mejora de forma de onda.
  • Maneja mejor lo no estacionario; aprende prioridades del habla.
  • Latencia: 10–40 ms (compromiso tamaño del modelo vs calidad).
  • Ejemplos: NVIDIA Maxine, Krisp v2, RNNoise, Krisp de Discord, Teams/Zoom nativo, Google Meet "Cancelación de ruido."

3. Híbrida (Formación de haces + DNN)

  • Array de múltiples micrófonos (2–4 micrófonos) → filtrado espacial (formación de haces) → filtro posterior DNN.
  • Lo mejor de ambos: rechazo espacial + limpieza espectral.
  • Encontrado en: MacBook Pro (3 micrófonos), iPhone (3–4 micrófonos), Pixel, Surface, auriculares de gama alta (Jabra Evolve2, Logitech Zone).

Hardware: El multiplicador oculto

El software de NC en un solo micrófono MEMS barato = pintar un cerdo. El hardware permite:

  • Direccionalidad: La formación de haces rechaza el ruido fuera del eje antes del DSP.
  • SNR en la cápsula: Mejor micrófono = entrada más limpia = menos DSP agresivo = menos artefactos.
  • Señal de referencia: Acelerómetro (conducción ósea) o micrófono de referencia para filtrado adaptativo.
Clase de dispositivoConteo de micrófonosCalidad de NCUso típico
Portátil básico / webcam1–2PobreLlamadas casuales solo
Portátil de negocios (MacBook, ThinkPad X1, Dell XPS)3–4 arrayBueno–ExcelenteUso diario
Teléfono (iPhone 13+ / Pixel 7+ / Galaxy S23+)3–4 + óseoExcelenteLlamadas móviles
Auricular USB (Jabra Evolve2 65/75/85, Logitech Zone)2–3 boom + refExcelenteCentro de contacto, profesional
Auricular Bluetooth (AirPods Pro, Sony WH-1000XM5, Bose QC)4–8 (ANC + llamada)Bueno (viento débil)Móvil, viaje
Sala de conferencias (Poly Studio, Logitech Rally, Neat)6–12 formación de hacesExcelente (escala de sala)Reuniones híbridas

Comparación de plataformas de software (2024)

PlataformaMotor¿Activado por defecto?CalidadNotas
NVIDIA BroadcastMaxine DNNManual★★★★★Requiere GPU RTX; micrófono virtual de entrada; mejor para streamers
KrispDNN propietarioManual★★★★☆Multiplataforma; micrófono virtual a nivel del sistema; nivel gratuito 60 min/día
DiscordKrisp (licenciado)Activado por defecto★★★★☆Configuración de voz → Supresión de ruido: Krisp
ZoomPropietarioActivado (Auto)★★★★☆Configuración → Audio → "Sonido original para músicos" desactiva
TeamsPropietarioActivado (Auto)★★★★☆Configuración de dispositivo → Supresión de ruido: Auto/Alto/Bajo/Apagado
Google MeetPropietarioActivado (Auto)★★★★☆Tres puntos → Configuración → Audio → Cancelación de ruido
WebRTC (Chrome/Meet/Jitsi)RNNoise / WebRTC NSActivado★★★☆☆Línea base; mejora con hardware

Lista de verificación de optimización

  1. Hardware primero: Portátil de negocios / teléfono moderno / auricular USB con brazo.
  2. Activar NC en la aplicación (Zoom/Teams/Meet/Discord).
  3. Prueba: Grábate a ti mismo (Memo de voz / Audacity) con fuente de ruido (ventilador, video). Reproduce.
  4. Si hay artefactos: Reduce la fuerza de NC (Teams: Bajo; Zoom: modo de fidelidad "Bajo").
  5. Si es música/instrumento: Activa "Sonido original" (Zoom) / "Modo de fidelidad musical alta" — desactiva NC.
  6. Posición: Micrófono a 10–15 cm de la boca, fuera del eje (evita explosivas).
  7. Entorno: Trata la habitación (cortinas, paneles) — reduce la carga de NC.

Conclusión

El software de NC es efectivo para ruido constante, lucha con transitorios/voz y no puede arreglar hardware malo o viento. Mejores resultados: buen array de micrófonos + NC de DNN + habitación tratada. Para llamadas críticas: auricular USB con cable + Krisp/NVIDIA Broadcast + espacio silencioso. Ese es el stack.