Edición y posproducción

Audio: el error nº1 que hunde videos buenos

La mayoría de la gente se preocupa por la imagen y olvida el sonido. Pero es el audio malo — no el video feo — lo que hace que alguien abandone en los primeros segundos. La buena noticia: el sonido es técnica, y se puede dominar.

Lectura de ~11 minutos

1. Por qué el audio importa más de lo que parece

El espectador perdona una imagen mediocre. Lo que no perdona es un sonido malo: siseo, eco, un volumen que sube y baja, una música que se traga la voz. El audio malo hace que un video bonito parezca amateur — y hace que la persona lo cierre antes del final. Es decir: el sonido malo derriba directamente tu retención.

La buena noticia: con algunos cuidados en la grabación y el tratamiento correcto en la edición, cualquier video suena profesional.

2. El sonido tiene 3 capas

Pensar el audio en capas ayuda a no perderse. Cada una tiene un papel:

Las 3 capas del sonido: voz, música y efectos

Voz — la capa más importante. Tiene que estar siempre limpia, clara y al frente de todo.
Música — va por debajo. Crea emoción y ritmo — pero nunca puede competir con la voz.
Efectos de sonido — puntúan momentos: una transición, un chiste, un énfasis. En el momento justo, valen oro.

3. Los errores más comunes

Eco de sala — grabar en una habitación vacía y dura. Un ambiente con cortina, alfombra y sofá ya resuelve buena parte.
Ruido de fondo — un ventilador, el refrigerador, la calle. El oído se acostumbra a la hora de grabar, pero aparece en el video.
Volumen desigual — alto en un momento, bajo en otro. Obliga al espectador a estar ajustando el volumen — y se va.
Música demasiado alta — una música bonita no vale nada si tapa la voz. La voz siempre va primero.
Micrófono lejos — el micrófono del celular a un metro de distancia capta más sala que voz.

4. Lo que puedes resolver ya en la grabación

El buen sonido empieza antes de la edición. Cuatro hábitos simples lo cambian todo:

Acerca el micrófono — cuanto más cerca de la boca (sin saturar), más voz y menos sala. Es el ajuste que más resuelve.
Silencia el ambiente — apaga lo que hace ruido y graba en una habitación “blanda,” con tela y tapizado.
Graba 10s de silencio — un fragmento de solo la “sala en silencio” al inicio ayuda a la edición a limpiar el ruido después.
Monitorea con auriculares — escuchar mientras grabas revela en el momento los problemas que solo notarías demasiado tarde — presta atención al siseo de fondo, el eco y los picos cuando hablas más fuerte.

Unas manos sujetando un micrófono de solapa a la camisa, bien cerca de la fuente — El ajuste que más resuelve: un micrófono cerca de la boca capta mucha más voz y mucha menos sala.

El micrófono correcto también cambia el juego — de solapa, USB, shotgun o inalámbrico, cada uno para un escenario. Mira qué micrófono elegir.

Un rincón de grabación casero con una silla tapizada, una cortina y una alfombra — Una habitación “blanda” — cortina, alfombra, tapizado — mata el eco antes incluso de que enciendas el micrófono.

5. Lo que resuelve la edición

En la posproducción, el sonido gana el acabado que separa al amateur del profesional. Los principales ajustes, en orden:

Una línea de tiempo de audio brillando en un monitor a oscuras, las manos en el teclado — La cadena de audio en la edición, en orden: limpieza → EQ → compresión → de-esser → ducking.

Limpieza de ruido — quita el siseo y el zumbido constante de fondo (aquel fragmento de “sala en silencio” ayuda mucho aquí).
Ecualización (EQ) — saca lo que “embarra” y realza la claridad de la voz; corta los graves innecesarios que dan ese “apagado.”
Compresión y normalización — deja el volumen parejo de principio a fin — sin partes que desaparecen y otras que saturan.
De-esser (filtro de sibilancia) — suaviza los sonidos de “s” y “ch” estridentes — muy comunes cuando el micrófono queda cerca de la boca.
Ducking — la música baja sola cada vez que alguien habla, y vuelve a subir en el silencio.

Ducking: la música baja cuando alguien habla — Ducking: donde hay voz, la música cae automáticamente — y vuelve a subir en el silencio.

6. El volumen correcto: LUFS, decibeles y el estándar de cada lugar

Aquí un detalle técnico que poca gente conoce: YouTube baja el volumen de los videos que pasan de cierto techoa la hora de reproducir (la llamada loudness normalization) — baja a quien está demasiado alto, pero no sube a quien está bajo. La referencia más usada por quien edita es apuntar a cerca de −14 LUFS, con el pico real por debajo de −1 dBTP para no distorsionar.

Dos medidores de loudness: uno en rojo (demasiado alto) y uno equilibrado en la zona verde — Más alto no es mejor: lo que pasa del techo YouTube lo baja de vuelta — el equilibrio le gana al “volumen a tope.”

Es decir: masterizar más alto que eso no hace tu video más alto — YouTube solo lo baja de vuelta, y pierdes dinámica en vano. El equilibrio y la claridad le ganan al “volumen a tope.”

¿Pero qué es el “LUFS”? ¿Y el decibel? Son dos cosas distintas, y vale la pena entenderlas:

Decibel (dB) — una medida relativa — dice “cuánto más alto o más bajo” respecto a un punto. En lo digital se usa el dBFS, donde 0 es el techo absoluto (saturó); por eso los valores viven en el negativo (−6 dBFS = 6 por debajo del techo).
dBTP (true peak) — el pico “de verdad,” contando los picos escondidos entre las muestras que solo aparecen al reproducir. Por eso la entrega estándar es −1 dBTP: ese 1 dB de margen absorbe esos picos invisibles y evita la distorsión.
LUFS — el volumen que el oído PERCIBE, medido como promedio a lo largo del tiempo (no un pico aislado). Una analogía: el pico es la persona más alta de la multitud; el LUFS es la altura PROMEDIO de la multitud — es lo que da la sensación real de “qué tan alto está.” (LUFS y LKFS son la misma medida, nombres distintos.)

Y el número “correcto” cambia según dónde se va a difundir el video — cada medio tiene su estándar:

Cine — no tiene un objetivo de LUFS. La sala se calibra a un nivel de referencia (85 dB SPL) y la dinámica se preserva a propósito — del susurro al estruendo —, anclada en el diálogo. Se estandariza la SALA, no el archivo.
TV / broadcast — ahí hay hasta ley: en Europa, EBU R128 = −23 LUFS; en EE. UU., ATSC/CALM Act = −24 LKFS — anclado en el diálogo, con margen de pico.
Internet (YouTube, Spotify, Amazon, Tidal) — −14 LUFS. Apple Music apunta a −16; Netflix usa −27 LKFS “dialog-gated” (solo cuenta los fragmentos con voz — por eso parece tan bajo, no lo compares directamente).
Podcast — ≈ −16 LUFS (Apple Podcasts pide −16 para estéreo Y mono; en la práctica muchos mezclan el mono unos 3 dB más bajo porque suena más alto en la misma medición), con el pico ≤ −1 dBTP.

Resumen para video en internet: apunta a ~−14 LUFS, pico ≤ −1 dBTP, y deja que la plataforma se encargue del resto. Mezcla por la claridad y la dinámica — no por el “más alto.”

7. Música y efectos sin dolor de cabeza

La música equivocada genera un bloqueo por derechos de autor (Content ID). El camino seguro y gratis: la Biblioteca de Audio de YouTube (dentro de YouTube Studio). Pero existe un truco para tener música original y dejar tu canal blindado contra reclamos — lo explicamos en la guía música sin Content ID: el secreto del whitelist del canal. Para una identidad propia, nada supera una música original, hecha a la medida.

Una comparación: una forma de onda bloqueada (candado) versus una forma de onda libre — La música equivocada = un bloqueo por Content ID; el camino seguro es la Biblioteca de Audio (o la música original).

Regla de oro: si el espectador nota el audio, algo está mal. El buen sonido es invisible — solo hace que el video parezca caro sin que sepas por qué.

Por qué HEY JOE

El audio es justamente donde más se nota una buena edición — limpieza, EQ, compresión, de-esser, ducking, loudness en el estándar correcto y, cuando tiene sentido, una música original compuesta a la medida. Es invisible cuando está bien y estridente cuando está mal. Si el sonido es lo que está frenando tus videos, ese es el acabado que hace HEY JOE — es siempre el mismo editor cuidando cada edición en persona. Vale también cuando el problema es el tiempo: subcontratar la edición te devuelve tus horas (mira si vale la pena contratar a un profesional).

Quiero un presupuesto

Preguntas rápidas

¿Se puede arreglar un audio malo en la edición, o tengo que regrabar?

Se puede mejorar bastante — la limpieza de ruido, el EQ y la compresión rescatan muchas grabaciones —, pero tiene un límite: el eco fuerte de la sala y una voz distante y apagada son casi imposibles de revertir por completo. Por eso la regla es prevenir en la grabación (micrófono cerca, ambiente “blando”) y pulir en la edición. El buen sonido nace en la captación; la edición termina, no hace milagros.

¿Cómo quito el eco o el siseo de un audio que ya grabé?

El siseo constante (aire acondicionado, ruido de fondo) la limpieza de ruido de la edición lo quita bien, sobre todo si grabaste algunos segundos de “sala en silencio.” El eco de la sala es más difícil: se puede atenuar, no borrar. La próxima vez, mata el eco antes — una cortina, una alfombra y tapizado en una habitación “blanda.”

¿Por qué mi voz suena apagada, metálica o distante?

Casi siempre es distancia de micrófono sumada a la acústica de la sala. Un micrófono lejos capta más sala que voz (suena distante y con eco). “Apagada” suele ser falta de claridad en los agudos (se resuelve con EQ); “metálica” es reflejo de una pared dura. Acerca el micrófono y graba en un ambiente con tela y tapizado.

¿Qué volumen usar para YouTube — es −14 LUFS de verdad?

Apunta a alrededor de −14 LUFS, con el pico real por debajo de −1 dBTP. YouTube baja a quien pasa del techo, pero no sube a quien está bajo — así que masterizar “al máximo” no hace tu video más alto, solo le quita dinámica. El equilibrio y la claridad le ganan al volumen bruto.

¿Necesito una interfaz de audio, o un micrófono USB alcanza?

Para hablar ante la cámara, un buen micrófono USB o de solapa ya entrega audio profesional sin interfaz. La interfaz (con micrófono XLR) entra cuando quieres más control, varios micrófonos o una mejor preamplificación — útil, pero no es un requisito para sonar bien.

¿Cómo hago que la música baje sola cuando hablo?

Eso se llama ducking: la música cae automáticamente cada vez que hay voz y vuelve a subir en el silencio. Casi todo editor moderno lo hace (por “sidechain” o una función automática de voz). Es lo que mantiene la voz siempre al frente sin que ajustes el volumen a mano.

¿El micrófono del celular sirve, o necesito uno mejor?

Sirve para empezar — siempre que esté cerca de la fuente y en un ambiente silencioso (la distancia importa más que el aparato). Pero un micrófono dedicado (de solapa, USB o shotgun) da un salto claro de claridad y presencia.

Fuentes

Biblioteca de Audio de YouTube — música y efectos libres de derechos (oficial).
Consejos para encontrar música segura — cómo evitar un bloqueo por derechos de autor (oficial).
Loudness por plataforma (Wikipedia — “Loudness war”) — una tabla comparativa de normalización — YouTube a −14 LUFS.
EBU R128 — el estándar de loudness de broadcast — la referencia −23 LUFS / −1 dBTP de la TV (basada en ITU-R BS.1770).
Qué es el loudness (LUFS/LKFS) — iZotope — loudness percibido vs pico, explicado.

Limpieza, ecualización, mezcla, loudness y música son parte del trabajo de toda edición en HEY JOE — incluida la música original, compuesta a la medida.

¿Te gustó? Comparte: