El fondo baja y el sonido parece inmediatamente más ordenado. Es una satisfacción rápida: se ha quitado algo que molestaba. Pero si solo escuchamos el silencio entre dos acontecimientos, quizá no percibamos lo perdido dentro del más débil.
Limpiar una grabación exige decidir qué consideramos ruido. La elección depende también de su uso. Un susurro puede dificultar una palabra o conservar la continuidad de un ambiente que el montaje necesita hacer oír. El mismo umbral no sirve automáticamente para ambos fines.
Un ejemplo que declara su construcción
La prueba contiene una señal sintética con un fondo y dos impulsos de distinta intensidad. En la segunda versión aplico un umbral de amplitud: las muestras por debajo del umbral se ponen a cero. Es un tratamiento deliberadamente elemental, no una simulación del algoritmo de un programa profesional.
Antes y después del umbral
Audio de síntesis original, sin habla.
La comparación permite oír el problema de la selección. La señal fuerte conserva una parte reconocible, mientras que la débil puede cortarse junto con el fondo. No hay voces, lugares ni testimonios grabados; los dos archivos se generan para este artículo y mantienen la misma duración de cuatro segundos.
La cantidad de ruido eliminado no basta para juzgar lo que queda por escuchar. Hay que volver al acontecimiento que debíamos conservar, sobre todo en los pasajes menos evidentes. Un fondo perfectamente quieto puede acompañar un sonido ya dañado.
Lo que el umbral no sabe
El manual de Audacity señala límites de la reducción de ruido cuando sonido útil y ruido se parecen o son difíciles de separar. Mi umbral demostrativo no usa su algoritmo: solo vuelve tosco y visible un problema de selección.

Un umbral observa un valor, no el significado de lo que lo produjo. También un procedimiento más sofisticado debe apoyarse en características de la señal. Para valorar su resultado hace falta, por tanto, algo que el indicador de limpieza no puede decidir: qué detalle nos interesa y cuánto se ha dificultado reconocerlo.
La comparación también puede engañar si una versión es simplemente más fuerte. En esta prueba no aplico una normalización separada que lleve cada archivo al mismo pico. La transformación está declarada y las dos escuchas deben compararse sin cambiar voluntariamente el volumen entre ellas. No es una prueba perceptiva controlada.
Conservar un camino de vuelta
Las ilustraciones generadas con IA muestran un tamiz y una superficie alisada. No son formas de onda ni análisis espectrales. El sonido y la transformación exacta permanecen en los archivos y en el código de generación.
Al trabajar sobre una grabación guardaría el original y una nota de las elaboraciones. Una pausa reescuchada después del montaje podría pedir otro fondo o devolver valor a un detalle descartado demasiado pronto. Sin el material inicial, esa corrección se vuelve una búsqueda a ciegas.
Una buena intervención deja suficiente sonido para sostener la razón por la que lo grabamos. El ruido que conservar no es una virtud romántica de la suciedad: es la parte del material que una limpieza impaciente habría dejado de distinguir de la molestia.
