Por que minha voz é diferente na gravação: condução óssea

A voz gravada não é diferente: ela está incompleta em relação ao que você ouve. Enquanto fala, você recebe a própria voz por duas vias — pelo ar e pelo osso do crânio —, e a segunda é descrita como um filtro passa-baixa, que reforça as frequências graves. O microfone só registra a via aérea. Sobra a voz que todo mundo sempre ouviu.

Onde a voz é produzida

Na laringe, descrita como estrutura cartilaginosa inferior à laringofaringe que conecta a faringe à traqueia. Dentro dela ficam as pregas vocais verdadeiras — dobras membranosas brancas presas por músculo às cartilagens tireóidea e aritenóidea. As bordas internas dessas pregas são livres, permitindo a oscilação que produz som.

O tamanho delas define a faixa da voz: as dobras variam entre indivíduos, produzindo vozes com diferentes faixas de altura, e as dos homens tendem a ser maiores, o que cria uma voz mais grave. A anatomia completa está em para que serve a laringe.

Esse som, uma vez produzido, toma dois caminhos diferentes — e é aí que a história começa.

As duas vias, e a que só existe para você

A via que todos conhecem é a aérea: o som sai da boca, se espalha pelo ar, e as curvas em C do pavilhão auricular direcionam as ondas sonoras para o canal auditivo, onde a membrana timpânica vibra ao ser atingida, movendo os três ossículos — martelo, bigorna e estribo — até a orelha interna, onde a onda vira sinal nervoso. É o percurso descrito em como funciona a audição, e é o mesmo para qualquer som do mundo.

A segunda via é privada. Ao falar, a vibração também atravessa o osso do crânio até chegar à orelha interna, sem passar pelo ar. E a literatura é explícita quanto à exclusividade disso: uma contribuição crucial para a percepção da própria voz, e apenas da própria voz, vem da condução óssea resultante da produção e da articulação da fala.

Ou seja: a voz que você conhece a vida inteira é uma mistura de duas fontes. A voz que todo o resto do mundo conhece vem de uma só.

O filtro passa-baixa — e por que a gravação soa “errada”

Aqui está o mecanismo, e ele tem nome técnico. Presume-se que a condução óssea institua um filtro passa-baixa: o osso transmite melhor as frequências graves do que as agudas. A consequência está escrita sem rodeio: por causa da ênfase nas baixas frequências, ouvimos a própria voz como mais grave em comparação a como ela soa para os outros.

Repare no verbo — presume-se. O efeito perceptivo é bem documentado; a caracterização exata do filtro é apresentada como suposição de trabalho, não como medida fechada. É assim que a fonte escreve, e é assim que esta página escreve.

Daí a experiência do reencontro desagradável: você não está ouvindo uma voz distorcida, está ouvindo a sua voz menos a parcela grave que sempre esteve lá — e que nenhum ouvinte externo jamais recebeu.

O achado extra: reconhecer a própria voz é multimodal

O estudo que examinou isso foi além do timbre. Ao comparar estímulos apresentados por osso e por ar, com 16 participantes em cada um dos dois primeiros experimentos e 52 no terceiro, os autores encontraram algo específico: a discriminação entre a própria voz e a de outra pessoa — mas não entre a voz de um conhecido e a de outro — melhorou com a condução óssea.

A distinção é fina e vale a leitura. Não é que a condução óssea melhore a audição em geral; ela melhora exatamente o reconhecimento do que é seu. E a conclusão que os autores tiram disso é a frase mais interessante do trabalho: a estimulação vibrotátil conduzida por osso melhora a autoidentificação auditiva, retratando a própria voz como um construto fundamentalmente multimodal.

Traduzindo: sua voz, para você, nunca foi só som. Ela é som mais vibração sentida no crânio. Uma gravação não tem como devolver a segunda metade — e é por isso que ela soa como a voz de outra pessoa.