Por Que Você Odeia Sua Voz Gravada: A Ciência Real

Por que você odeia sua voz gravada se resume a duas coisas bem diferentes, e nenhuma delas significa que sua voz realmente soa mal. A primeira é física: a condução óssea acrescenta graves à voz que você ouve na própria cabeça, e uma gravação os tira. A segunda é psicológica: uma reação documentada que pesquisadores chamaram de confronto vocal em 1966.

Você provavelmente já sentiu isso numa situação bem comum. Sua saudação da caixa postal toca. Um amigo manda um vídeo de uma festa e lá está você, falando. Um áudio que você acabou de enviar toca para quem o recebeu, e a voz que sai do alto-falante parece uma imitação sua, só que meio nasal. É uma reação tão comum que os cientistas deram um nome a ela décadas antes de os smartphones existirem.

Veja o que realmente acontece: a parte que dá para culpar no crânio e a parte que dá para culpar no cérebro.

Resposta rápida

Motivo um: a condução óssea edita silenciosamente o que você ouve

Quando outra pessoa fala, o som chega até você de um único jeito. As palavras dela viajam pelo ar, fazem seu tímpano vibrar, e seu cérebro interpreta essas vibrações como som. Esse caminho se chama condução aérea, e é o único sinal envolvido quando você escuta outra pessoa.

Quando você fala, ganha um segundo sinal de graça. Suas cordas vocais e vias respiratórias vibram, e essas vibrações viajam pelos ossos e tecidos moles do crânio direto até o ouvido interno, chegando junto com o som transmitido pelo ar que todo mundo ouve. Martin Birchall, professor de laringologia da University College London, descreveu essa sobreposição à Time assim: "When we talk, it's like everyone hears the sound through speakers, but we're hearing it through a cave complex inside our own heads" [1].

O osso importa aqui por um motivo específico. Ele transmite frequências graves com mais eficiência do que frequências agudas. Segundo o resumo sobre acústica no verbete da Wikipédia sobre condução óssea, como o crânio conduz frequências mais baixas melhor que o ar, as pessoas percebem a própria voz como mais grave e encorpada do que os outros a percebem, e uma gravação da própria voz costuma soar mais aguda do que o esperado [2].

Esse é o truque todo. Um microfone capta apenas o sinal transmitido pelo ar, o mesmo que colegas e amigos ouvem todo dia. Quando você ouve a gravação, os graves que seu crânio acrescentava em silêncio somem. O que sobra soa mais fino e agudo do que a voz que você ouviu a vida inteira. A gravação não distorceu nada: ela mostra exatamente o sinal que todo mundo já conhece, sem esse canal bônus particular.

Os dois sinais lado a lado

Motivo dois: a psicologia do confronto vocal

A diferença causada pela condução óssea explica por que uma gravação soa diferente. Mas não explica totalmente por que ouvi-la pode fazer você se encolher. Essa parte tem nome e um estudo por trás.

Em 1966, os psicólogos Philip S. Holzman e Clyde Rousey publicaram "The Voice as a Percept" no Journal of Personality and Social Psychology e estudaram como as pessoas reagiam ao ouvir a própria voz reproduzida [3]. A reação que descreveram, hoje geralmente chamada de confronto vocal, é o desconforto de não gostar do som da própria voz gravada. Costuma ser explicada pela decepção entre como você espera que sua voz soe para os outros e o que realmente ouve na reprodução [3].

Holzman e Rousey argumentaram que o desconforto não era só acústico. Eles atribuíram parte dele ao que chamaram de "extra-linguistic cues": características que uma gravação revela e que você normalmente não percebe em si, como ansiedade, hesitação, tristeza ou irritação [3]. Uma gravação expõe uma camada sua que você não consegue ouvir enquanto fala. Você esperava ouvir suas palavras. Não esperava perceber o quanto soava nervoso ou apático ao dizê-las.

Também há um problema de reconhecimento por trás da surpresa. As pessoas passam muito pouco tempo ouvindo a própria voz como algo separado da fala, então a imagem mental acaba se afastando da realidade. Num estudo de acompanhamento de 1967 feito pelos mesmos pesquisadores, apenas 38% dos participantes conseguiram identificar uma gravação da própria voz em cinco segundos [4]. Se o seu cérebro mal reconhece a gravação como sua no primeiro contato, o susto quando cai a ficha faz mais sentido.

Birchall resume bem a armadilha: anos ouvindo só a versão transmitida pela condução óssea fazem sua noção da própria voz se calibrar por um sinal que mais ninguém recebe. Por isso, a gravação parece estranha e decepcionante ao mesmo tempo [1]. A mesma reportagem observa que esse descompasso pode ser um problema real e persistente para pessoas com disforia corporal ou de gênero, para quem uma voz gravada que não combina com a própria percepção é bem mais que um incômodo passageiro [1].

Se ouvir seus próprios áudios de volta já te dá vontade de pular essa etapa, você não está só. A gente investigou por que o esforço de ouvir um áudio de volta faz algumas pessoas temerem o botão de play, uma reação relacionada, mas diferente, a esse mesmo desconforto de fundo.

A virada: você provavelmente odeia sua voz menos do que pensa

Aqui vem a parte que complica tudo. Parte desse incômodo pode não ter nada a ver com o som em si.

Em 2013, Susan M. Hughes e Marissa A. Harrison publicaram um estudo na revista Perception. Elas apresentaram aos participantes uma seleção de vozes gravadas e pediram que avaliassem sua atratividade, sem contar que a própria voz de cada pessoa estava escondida no meio das outras. Os participantes avaliaram a própria voz como mais atraente do que os outros ouvintes a avaliaram e mais atraente do que eles mesmos avaliaram as demais vozes [5].

Quando as pessoas não sabiam que estavam ouvindo a si mesmas, gostavam do que ouviam. Isso aponta para algo útil: uma parte real do desconforto não é acústica. É a autoconsciência que entra em cena no instante em que você reconhece a voz como sua. Tire esse reconhecimento, e a mesma gravação deixa de parecer uma ameaça.

O que isso significa de verdade para seus áudios

Hoje, tudo isso aparece no dia a dia principalmente nos áudios, enviados aos bilhões todos os dias, segundo os números do WhatsApp reunidos no nosso resumo de estatísticas de mensagens de voz. Gravar um áudio é produzir de propósito a versão da sua voz transmitida só pelo ar. Ouvi-lo de volta é encarar essa versão toda vez que você aperta o play.

A física garante que a gravação vai soar mais aguda e fina do que você espera. A psicologia garante que, para uma parcela relevante das pessoas, ouvi-la de volta provoca algo próximo do desconforto que Holzman e Rousey descreveram há sessenta anos.

Vale guardar duas ideias. Primeiro, a gravação é a versão exata: é a voz que seus amigos já conhecem e nunca acharam estranha, porque nunca tiveram acesso à versão transmitida pela condução óssea que você lamenta em silêncio. Segundo, boa parte do desconforto vem da autoconsciência, não do som, e o estudo sobre atratividade de 2013 confirma isso diretamente [5].

Se ouvir a si mesmo de volta ainda te faz se encolher toda vez, existe uma saída simples: ler as palavras em vez de ouvir o áudio de novo. Abrir mão do áudio também resolve um problema parecido para quem o recebeu, já que áudio sem transcrição pode realmente deixar a outra pessoa para trás quando é longo ou foi gravado num lugar barulhento. É exatamente essa lacuna que a Transcribbit fecha: transforma um áudio em texto limpo para você conferir o que realmente disse sem precisar ouvir tudo de novo. Comece grátis e mande seu próximo áudio em texto e áudio.

Perguntas frequentes

Por que minha voz gravada soa mais aguda e diferente do que eu espero?

Porque uma gravação capta só a parte da sua voz transmitida pelo ar. Quando você fala, também se ouve por condução óssea, que transmite frequências graves e faz sua voz soar mais cheia e mais grave para você do que para qualquer outra pessoa. Tire esse grave, que é exatamente o que um microfone faz, e a reprodução soa mais fina e mais aguda do que você está acostumado [2].

A gravação ou a minha percepção é mais precisa?

A gravação é a mais precisa. Ela corresponde exatamente ao que os outros ouvem quando você fala com eles, já que recebem apenas o sinal transmitido pelo ar. A voz mais cheia que você ouve na cabeça é a versão a que mais ninguém teve acesso, porque os graves transmitidos pela condução óssea nunca saem do seu crânio [1][2].

O que é confronto vocal, exatamente?

É o termo que Philip Holzman e Clyde Rousey criaram num estudo de 1966 para o desconforto de ouvir a própria voz gravada. Parte vem da diferença entre expectativa e realidade; outra parte vem do que eles chamaram de "extra-linguistic cues": características como nervosismo ou hesitação que uma gravação revela e que você normalmente não percebe em si enquanto fala [3].

Todo mundo odeia sua voz gravada?

Não tanto quanto a maioria imagina. Um estudo de Hughes e Harrison de 2013 descobriu que, quando as pessoas não sabiam que a própria voz estava incluída num conjunto de gravações, elas a avaliavam como mais atraente do que os outros ouvintes a avaliavam. Boa parte do desconforto parece vir de reconhecer a voz como sua, não do som em si [5].

É realmente impossível reconhecer sua própria voz gravada?

Não de forma confiável nem rápida. Um estudo de Rousey e Holzman de 1967 descobriu que apenas 38% dos participantes conseguiram identificar uma gravação da própria voz em cinco segundos [4]. A maioria das pessoas passa muito mais tempo falando do que ouvindo a si mesma de volta, então a imagem mental da própria voz é construída com uma amostra incompleta.

Isso afeta como as pessoas se sentem ao mandar áudios?

Sim. A mesma física e psicologia se aplicam quando você grava um áudio em vez de fazer uma ligação, e ouvi-lo de volta significa encarar a versão da sua voz transmitida só pelo ar quando quiser. É boa parte do motivo pelo qual algumas pessoas preferem ler uma transcrição a ouvir o áudio de novo, uma lacuna que a Transcribbit fecha.

Considerações Finais

Por que você odeia sua voz gravada deixa de ser um mistério assim que você separa as duas causas. A condução óssea muda de verdade o que você ouve quando fala, então a gravação sempre vai soar mais fina e aguda do que a voz na sua cabeça, e isso é pura anatomia. O confronto vocal é o desconforto distinto e bem documentado de perceber que a gravação é você, nomeado pela primeira vez em 1966 e sustentado pelas pesquisas desde então.

O dado mais útil para guardar é a descoberta de 2013: as pessoas avaliam a própria voz de forma mais favorável quando não sabem que é a delas [5]. A gravação nunca foi o problema. O reconhecimento, sim. Saber disso não vai fazer o desconforto sumir por completo, mas significa que você pode parar de achar que a gravação está mentindo. É a única versão da sua voz que todo mundo sempre ouviu, e ela nunca incomodou ninguém.

Referências

1. Why Do I Hate the Sound of My Own Voice? (Time, 2017) - time.com
2. Bone conduction (Wikipedia) - en.wikipedia.org
3. Voice confrontation (Wikipedia, citing Holzman & Rousey, 1966, Journal of Personality and Social Psychology) - en.wikipedia.org
4. Recognition of one's own voice, Rousey & Holzman, 1967, Journal of Personality and Social Psychology, 6(4), 464-466 - pubmed.ncbi.nlm.nih.gov
5. I Like My Voice Better: Self-Enhancement Bias in Perceptions of Voice Attractiveness, Hughes & Harrison, 2013, Perception - journals.sagepub.com