Todo control que mejora una grabación sin costar nada es físico, y el más grande de todos es a qué distancia está el micrófono de la cosa que suena. Muévelo y cambia la proporción entre la voz y la sala. Compra uno mejor y esa proporción se queda exactamente donde estaba.
La grabación de esta página es un trabajo con reparto inventado. Yamileth graba su demo de locución en la mesa del comedor de su departamento en la colonia Del Valle, en la Ciudad de México, un martes a las diez de la noche, con un micrófono de condensador en un pie. Paredes desnudas, mesa de vidrio, el refrigerador a cuatro metros en la cocina, y veintidós minutos de material que va a escuchar alguien de una casa de doblaje.
El control que no cuesta nada
El sonido que sale de una fuente cae con la distancia y el que anda rebotando en el cuarto no, porque la sala llega de todas partes a la vez. Los dos no se afectan igual al acercarse, y esa asimetría es la técnica entera: de 40 cm a 20 cm suma 6 dB de su voz y nada de la sala.
Seis decibeles es mucho de cualquier cosa en este oficio. Es la diferencia entre una grabación que suena a comedor y una que suena a una persona en un comedor, y se compró moviendo un pie de micrófono. Toda comparación de micrófonos que se haya filmado trae esta variable suelta adentro, que es la mayor parte de por qué el caro suena mejor en el video.
Hay un límite y no es que la técnica falle. Más cerca de unos 15 cm los graves empiezan a subir en casi cualquier micrófono direccional, y las consonantes, que viven entre 2 kHz y 8 kHz y cargan casi todo lo que decide si una palabra se entiende, empiezan a reventar. Así que el rango de trabajo para una voz sentada va de 20 cm a 30 cm, y la grabación de audio consiste en buena medida en vivir adentro de ese rango.
La mesa contesta 0.7 ms después
El sonido recorre 34 cm en un milisegundo, y ese número convierte un cuarto de atmósfera en aritmética. Su voz llega al micrófono directo, y también llega al vidrio de la mesa y regresa hacia arriba. Desde donde está sentada el camino reflejado es 24 cm más largo, o sea 0.7 ms después, y el micrófono suma las dos porque no tiene manera de no hacerlo.
Dos copias separadas 0.7 ms se cancelan alrededor de 700 Hz, y 700 Hz está en medio de una voz y no en una orilla donde a nadie le importaría. Eso es lo que describe la gente cuando dice que una grabación suena hueca o encajonada: no es reverberación, que se oiría como un cuarto, es un hueco recortado de la voz por una superficie a medio metro.
La reparación es una cobija doblada sobre la mesa, y toma diez segundos. Nada de lo que hace la mezcla lo deshace después, porque el hueco es una cancelación y las frecuencias que estaban adentro nunca se grabaron. Esa es la forma general del tema: los arreglos baratos pasan antes de grabar y los caros pasan después.
El orden, y por qué es estricto
Cada tablón puede destruir lo que necesita el siguiente
Ninguna de estas etapas puede devolver lo que perdió la anterior, y por eso aquí el orden no es una preferencia como lo es en casi cualquier otro oficio.
- 01La distanciaGratis, física, y el cambio más grande que hay disponible
- 02La salaUna cobija y un refrigerador desconectado. Diez segundos, antes de grabar nada
- 03El nivelMargen arriba, porque el techo no perdona
- 04La ediciónDonde los veintidós minutos se ganan la atención que están pidiendo
- 05La sonoridadEl último paso, una medición, y el único con respuesta correcta
El puente está dibujado para voz grabada. La música cruza el mismo hueco en otro orden, porque una sala que es un problema para una voz suele ser la mejor cualidad de un instrumento.
Dónde poner el nivel
Apunta a picos en -12 dBFS, no pegados al cero. La tentación de grabar lo más fuerte posible viene de la cinta, donde el ruido estaba en el material y subir la señal muy por encima de él era todo el juego. El ruido digital queda muy por debajo de cualquier cosa que aporte una sala, así que la parte más fuerte de la grabación ya no es donde está el riesgo.
El riesgo está arriba y es absoluto. Un pico digital que se pasa del techo no queda distorsionado, queda faltando: las muestras arriba de la línea nunca se escribieron y no hay nada que recuperar. Doce decibeles de margen no cuestan nada y cubren la carcajada que nadie esperaba. La versión extrema de esa carcajada es una entrada de mariachi en una quinceañera en Puebla, que llega unos 20 dB arriba de la conversación que la grabadora venía midiendo, y llega sin avisar.
El zumbido de este lado está en 60 Hz
Casi todo el material que explica esto en español dice 50 Hz, porque está escrito desde Europa. México y Colombia corren a 60 Hz, así que el refrigerador zumba en 60 Hz y desconectarlo es el arreglo. El número importa porque decide qué filtro sirve y cuál no.
Un pasa-altos en 80 Hz quita tráfico y pisadas, y contra el zumbido hace poco: la fundamental queda apenas atenuada y sus armónicos en 120 Hz y 180 Hz pasan enteros por encima. La otra mitad de lo que hace un refrigerador es un traqueteo de banda ancha sentado encima de la voz, y ningún filtro de un solo punto lo toca.
El estancamiento es lo que dejaste de oír
A los veinte minutos en ese comedor, Yamileth ya no oye el refrigerador. Su oído se adaptó, que es algo que el oído hace y que no se entrena para no hacerlo. El micrófono no se adaptó, porque no puede, y el refrigerador está en los veintidós minutos a un nivel que va a ser obvio para cualquiera que escuche y era inaudible para la única persona que podía haberlo desconectado.
Ese es el estancamiento aquí, y no es un problema de conocimiento: la cosa que arruina una grabación es de manera confiable la cosa que quien está en el cuarto tiene garantizado dejar de notar. El arreglo es mecánico y no ingenioso. Ponte los audífonos, graba treinta segundos de la sala sin que nadie hable, y escúchalos antes de que pase cualquier otra cosa.
Dónde se sienta el problema
Los cuatro lugares donde esta grabación salió mal, por frecuencia
Tres de estos se decidieron en el cuarto y uno lo decidió un contacto de pared. Ninguno lo decidió el micrófono.
Frecuencia, de grave a agudo. Las frecuencias son las de esta grabación; dónde queda cada una sobre la línea se puso a ojo y no medido.
- El refrigerador60 Hz, más un traqueteo repartido por todo lo que está arriba
- El pasa-altos80 Hz. Quita tráfico y pisadas, y no quita el refrigerador
- El hueco de la mesa700 Hz, recortados de en medio de su voz por una superficie a 24 cm
- Las consonantes2 kHz a 8 kHz, donde vive que se entienda y donde la cercanía empieza a reventar
Un espectro hace que esto parezcan cuatro problemas distintos sobre una línea. Tres de ellos son uno solo, que es que nadie escuchó el cuarto antes de empezar a grabar.
Del teléfono en la mesa a algo que alguien termina
El orden aquí es raramente estricto, porque cada etapa puede destruir lo que la siguiente necesita y ninguna puede devolverlo. Distancia, luego la sala, luego el nivel, luego la edición, y la sonoridad hasta el final. Llegarle al revés es la ruta común y tiene firma: horas en una cadena de complementos tratando de reconstruir una voz que una cobija habría salvado, que es también por qué las DAW se aprenden mucho antes de que puedan servir de algo.
Dos de los grupos de abajo quedan fuera de esa línea en lugar de encima de ella. El diseño sonoro empieza donde grabar deja de importar, porque una puerta que nunca existió no tiene sala contra la cual pelear. La producción musical es un tema aparte que comparte una línea de tiempo, y es el único lugar de este tema donde la sala es una decisión creativa y no un impuesto.
La razón por la que ese orden se paga aquí tiene domicilio. La Ciudad de México es el centro del doblaje en español, y la locución y el doblaje son trabajo pagado, cercano y con estándar técnico detrás, así que la demo de Yamileth la va a oír alguien que escucha voces todo el día y va a notar el vidrio de la mesa antes que la actuación.
Qué abrir en 2026, y a qué número se entrega
La sonoridad es la única parte de esto que tiene respuesta correcta, y desde que las plataformas empezaron a normalizar todo, la entrega de voz hablada apunta a cerca de -16 LUFS integrado. Auphonic mide un archivo y lo mueve ahí, además de emparejar la diferencia entre dos personas en una misma mesa, y reemplazó a adivinar el nivel entre un episodio y el siguiente; tiene un nivel gratuito que alcanza para un programa de este tamaño. ffmpeg hace la misma medición gratis desde una línea de comandos con su filtro loudnorm, implementa el mismo estándar, y reemplazó a exportar tres versiones para encontrar una que empatara.
Un estudio de doblaje pide su propio número y lo pide por escrito, junto con el formato del archivo y con qué margen deja arriba. Cuando el cliente te da ese número, la discusión de sonoridad se acabó y lo que queda es medir. Eso es lo contrario de casi todo lo demás de esta página, y por eso conviene tenerlo separado en la cabeza.
iZotope RX es la aplicación de reparación y es notablemente buena quitando un refrigerador de una grabación terminada. También es cara, se cobra en dólares, y la declaración honesta es la que no hace nadie que la venda: reemplazó a volver a grabar la sesión, con un costo de calidad que se oye en cualquier voz sobre la que haya trabajado duro. Diez segundos con un contacto de pared le ganan en todos los ejes. El pódcast propio cubre qué hacer cuando la sesión ya no se puede repetir.
Lo que nada de esto resuelve es qué tan fuerte debe estar la historia, que no es un número. Yamileth baja casi a nada en la línea sobre su abuela, y todas las herramientas de arriba van a leer eso como una falla y lo van a subir. Emparejarlo hace la grabación más fácil de oír y la historia peor, y decidir cuál de las dos importa no es una decisión de audio: le pertenece a la narrativa audiovisual, llega a la línea de tiempo en video, y es el mismo juicio que una banda sonora fabricada tiene que hacer a propósito en motion graphics.