Há uma explicação que ninguém considera depois de uma noite falhada no chat de vídeo aleatório. Pensamos na frase de abertura, na nossa cara, na falta de à-vontade, naquela mania de dizer «olá» duas vezes. Repassamos o filme todo. E concluímos que não fomos feitos para isto.
E, entretanto, talvez houvesse 700 milissegundos de atraso entre o momento em que abríamos a boca e aquele em que o desconhecido ouvia o som. Sete décimos de segundo: o suficiente para que cada resposta chegue uma fração tarde demais, para que os dois interlocutores se interrompam em ciclo, e para que o outro acabe por carregar em «Next» com a sensação vaga, nunca formulada, de que «não estava a fluir».
A camada técnica do chat de vídeo é invisível e é precisamente por isso que é perigosa. Uma má iluminação vê-se. Uma conversa que não arranca ouve-se. Mas uma latência, um débito de envio insuficiente ou um microfone que distorce nunca se apresentam como um problema técnico: apresentam-se como um problema humano. Este artigo é uma tentativa de separar os dois.
O que o segundo de atraso faz a um cérebro
O limiar da conversa natural
Os trabalhos sobre a alternância dos turnos de fala — nomeadamente os conduzidos pelas equipas do Instituto Max Planck de Psicolinguística de Nimega em dezenas de línguas — estabelecem um facto notável: numa conversa humana comum, o intervalo médio entre o fim de uma frase e o início da resposta ronda os 200 milissegundos. É extraordinariamente curto. Mais curto do que o tempo necessário para formular uma palavra, o que significa que preparamos a nossa resposta enquanto o outro ainda está a falar.
Esta mecânica está tão profundamente cablada que um atraso a faz descarrilar instantaneamente. Acima de 300 a 400 ms de latência ponta a ponta, os turnos de fala sobrepõem-se, pedimos desculpa, dizemos «diz tu primeiro», e perde-se imenso tempo em negociações de delicadeza. A União Internacional das Telecomunicações, na sua recomendação G.114 relativa à qualidade da transmissão de voz, situa aliás em torno dos 150 ms o limiar a partir do qual a experiência começa a degradar-se na maioria das utilizações interativas.
Pior: vários estudos sobre videoconferência mostraram que o atraso não é interpretado como um atraso. É atribuído à pessoa. Um interlocutor que responde com um atraso sistemático é percecionado como menos atento, menos simpático, menos convincente. A rede ocupa o seu lugar e representa o seu papel, mas pior.
Porque isto é ainda mais verdade no chat aleatório
Numa videochamada de trabalho, damos o benefício da dúvida: conhecemos a pessoa, sabemos que está em teletrabalho a partir de um comboio. No chat de vídeo aleatório, não existe qualquer crédito inicial. A janela de julgamento dura alguns segundos e o «Next» não custa nada. Uma conversa relâmpago não sobrevive a três falhas técnicas seguidas.
O chat aleatório é o único contexto em que uma variação de atraso de 200 ms na rede pode ser interpretada como um defeito de carácter.
Diagnosticar antes de gastar
A tentação, assim que percebemos que existe um problema técnico, é comprar equipamento. É quase sempre a ordem inversa que se deve seguir. Na grande maioria dos casos, o elo mais fraco não custa nada a reparar.
Etapa 1: medir o débito de envio, não o de receção
É o erro número um. Toda a gente conhece o seu débito de receção, aquele que serve para descarregar e ver vídeos. Ninguém olha para o de envio — aquele que envia a sua imagem ao outro. Ora, no chat de vídeo, é o único que conta para aquilo que os outros veem de si.
A ANACOM, através dos seus observatórios e ferramentas de medição das redes, recorda regularmente a diferença considerável entre os dois nas tecnologias sem fibra. Numa linha ADSL, um débito de envio de 0,8 Mbit/s é banal; em VDSL, sobe-se a 2 ou 3; na fibra, pode ser simétrico ou quase. Na prática:
| Débito de envio disponível | Resultado no chat de vídeo |
|---|---|
| menos de 0,5 Mbit/s | imagem desfocada, congelamentos frequentes, som cortado |
| 0,5 a 1 Mbit/s | 360p aceitável se nada mais estiver a funcionar |
| 1 a 2,5 Mbit/s | 720p estável, margem confortável |
| mais de 3 Mbit/s | 720p/1080p sem compromissos |
Um teste de velocidade feito enquanto a casa toda usa a internet é mais esclarecedor do que um teste feito às 7 da manhã. Se o seu colega de casa iniciar um carregamento de cópia de segurança na nuvem durante a sua sessão, você transforma-se num retângulo de píxeis cinzentos.
Etapa 2: identificar o jitter e a perda de pacotes
O débito bruto não diz tudo. Dois indicadores contam mais:
- O jitter: a variação do atraso entre pacotes. Um jitter elevado produz aquele som metálico e aqueles micro-cortes característicos.
- A perda de pacotes: acima de 2 %, o vídeo começa a congelar por blocos.
Um Wi-Fi congestionado, muito comum em prédios, produz ambos. O simples facto de passar da banda dos 2,4 GHz para a dos 5 GHz resolve muitas vezes o problema, desde que se esteja na mesma divisão que o router. Caso contrário, um cabo Ethernet plano de alguns metros, que se enfia debaixo de um rodapé e se esquece, continua a ser a solução mais radical e mais barata de todo este artigo. A diferença entre um Wi-Fi medíocre e um cabo não é subtil: é imediata.
Etapa 3: fechar o que está a correr em segundo plano
A codificação de vídeo consome muito processador. Um computador com as ventoinhas a rodar ao máximo porque tem quarenta separadores abertos vai sacrificar a fluidez do seu vídeo antes de tudo o resto. Nos portáteis antigos, o sobreaquecimento desencadeia uma limitação térmica que reduz a frequência do processador para metade, e a sua imagem passa de 30 para 12 imagens por segundo sem que nada o avise.
Dois gestos bastam muitas vezes: fechar as aplicações de sincronização na nuvem e elevar a máquina para libertar as grelhas de ventilação. Um suporte ventilado para computador portátil resolve o segundo ponto pelo preço de um almoço, sobretudo numa sessão longa.
A webcam: o que conta mesmo não é a resolução
O sensor antes dos megapíxeis
As webcams integradas nos computadores portáteis são más por uma razão precisa: a espessura do ecrã impede um sensor de tamanho decente. Um sensor pequeno capta pouca luz, logo exige um ganho eletrónico elevado, logo gera ruído digital, que o compressor de vídeo tem depois de gerir — e o ruído é aquilo que um codec mais detesta. Resultado: com o mesmo débito, uma imagem com ruído fica muito mais degradada do que uma imagem limpa.
Por outras palavras, melhorar a iluminação melhora também a nitidez do seu vídeo, não apenas a sua beleza. Os dois problemas estão ligados.
Se, ainda assim, estiver a ponderar uma compra, a ordem de prioridade é a seguinte:
- A luz (gratuita ou quase: virar-se para uma janela).
- O som (o mais subestimado, ver mais abaixo).
- A estabilidade da rede.
- A webcam propriamente dita, em último lugar.
Uma webcam externa 1080p com um sensor decente muda mesmo o jogo num portátil antigo, desde que seja colocada à altura dos olhos — uma webcam pousada num ecrã baixo filma-o de baixo para cima, e nenhum sensor do mundo corrige esse ângulo.
O enquadramento, o tripé e o cansaço do braço
Muitos utilizadores de chat de vídeo seguram o telemóvel na mão. É o pior enquadramento possível: a imagem mexe permanentemente, o que obriga o codec a recodificar a totalidade da cena em contínuo e faz desabar a qualidade percebida. Um tripé de secretária para smartphone estabiliza a imagem, liberta as mãos e melhora mecanicamente a compressão, porque um fundo fixo comprime-se quase de graça.
É um ponto contraintuitivo que vale a pena reter: quanto menos o fundo se mexe, mais o débito disponível é dedicado ao seu rosto. Uma parede lisa atrás de si não é apenas mais sóbria, é tecnicamente mais eficaz do que uma estante atafulhada ou uma janela por onde passam carros.
O som: o canal que toda a gente negligencia
Perdoa-se uma má imagem, nunca um mau som
É uma regra empírica bem conhecida dos videastas e dos técnicos de som: um espetador aguenta uma imagem medíocre durante horas, mas abandona um mau som ao fim de quarenta segundos. O chat de vídeo não é exceção. Um microfone que satura, um eco de retorno, um chiado contínuo, e o desconhecido do outro lado passa ao seguinte sem sequer identificar o que o incomodava.
Os organismos de saúde no trabalho, nas suas publicações sobre a exposição ao ruído e o trabalho com ecrãs, lembram além disso que um ambiente sonoro degradado aumenta a carga cognitiva: o seu interlocutor não se limita a ouvi-lo mal, cansa-se a ouvi-lo. E o cansaço leva ao «Next».
As três causas de um som falhado
- O eco: as suas colunas devolvem ao seu microfone o som do outro. Os algoritmos de cancelamento de eco lidam bem com isto em videoconferência clássica, muito menos bem nas plataformas leves de chat aleatório. A solução é trivial: uns auscultadores.
- A distância: um microfone integrado a trinta centímetros capta tanto a divisão como a sua voz. Daí resulta aquela voz cavernosa típica.
- O ganho automático: quando fala baixo, o sistema aumenta o ganho e amplifica o frigorífico, o teclado, o trânsito.
Uns auscultadores com fio e microfone de haste resolvem os três de uma vez, e custam menos do que praticamente tudo o que se possa comprar para melhorar uma sessão. O modelo com fio mantém aqui uma vantagem real: sem latência adicional do Bluetooth, e já vimos o que valem os milissegundos. Para quem quiser ir mais longe, um microfone USB cardioide colocado a vinte centímetros transforma radicalmente a presença vocal — é o mesmo material usado pelos podcasters, e já não tem nada de um investimento profissional.
A luz, desta vez pelo ângulo técnico
Fala-se muitas vezes de iluminação por razões estéticas. Encaremo-la aqui como um parâmetro de engenharia.
Um sensor com falta de luz compensa aumentando a sensibilidade (ISO). Esse ganho cria um ruído aleatório píxel a píxel. Já o codec de vídeo funciona identificando aquilo que não muda de uma imagem para a outra, para transmitir apenas as diferenças. Ruído aleatório é, por definição, mudança permanente: o codec toma-o por movimento e desperdiça todo o débito a transmitir grão.
Consequência prática, e é espetacular: acrescentar luz aumenta a nitidez aparente do seu vídeo sem alterar uma linha da sua ligação. Um pequeno candeeiro LED em anel colocado atrás do ecrã, ou simplesmente um candeeiro de secretária orientado para uma parede clara para difundir a luz, produz um ganho de qualidade superior ao de uma troca de webcam.
Três referências simples:
- A fonte principal deve vir de frente, ligeiramente acima dos olhos.
- Uma janela nas costas é o pior caso possível: fica reduzido a uma silhueta.
- Uma temperatura de cor homogénea (não misturar halogéneo amarelo com LED azulado) evita rostos esverdeados.
Uma rotina de verificação em noventa segundos
Antes de uma sessão um pouco mais importante — uma noite em que apetece ter conversas a sério em vez de andar a saltar —, este protocolo cabe em minuto e meio:
- Fazer um teste de velocidade e olhar para o débito de envio.
- Ligar os auscultadores e dizer uma frase para verificar o nível de entrada.
- Fechar os separadores e as aplicações de sincronização.
- Verificar que a fonte de luz está à sua frente, não atrás.
- Olhar três segundos para a sua própria pré-visualização de vídeo: enquadramento à altura dos olhos, tronco visível, fundo calmo.
Não é vaidade. É o equivalente a confirmar que não tem alface entre os dentes antes de um encontro: irrisório e, ainda assim, decisivo.
O que a técnica nunca vai resolver
É preciso fechar o parêntesis com honestidade. Uma ligação perfeita não fabrica uma conversa interessante. O chat de vídeo aleatório continua a ser um exercício de presença, de curiosidade e de escuta, e pode ter-se fibra simétrica e um microfone de estúdio e levar «Next» quinze vezes seguidas por não se ter nada para dizer.
Mas o inverso também é verdade, e é isso que justifica este artigo: pode ser-se divertido, caloroso e perfeitamente à vontade, e levar «Next» quinze vezes seguidas porque se chega com 900 ms de atraso e um som de walkie-talkie. Nesse caso preciso, a pessoa do outro lado não o está a rejeitar a si. Está a rejeitar uma degradação de sinal que lhe atribui a si.
Separar as duas causas é poupar-se a muitas conclusões falsas sobre si próprio. E é provavelmente o melhor uso que se pode dar a um teste de velocidade: não melhorar a ligação, mas deixar de levar a peito aquilo que era apenas um problema de pacotes perdidos.
