Cuaderno de estudio · voz hablada y podcast
Grabar voz y podcast en una habitación pequeña, del tratamiento acústico al episodio terminado
Gobutruvi reúne notas de trabajo sobre lo que ocurre entre una habitación normal de un piso y un archivo de audio que se puede publicar: cómo suena la sala, dónde se coloca el micrófono, qué niveles conviene grabar y qué se hace después con la toma.
El material está escrito en un orden que sigue el propio proceso de grabación, de modo que cada apartado se apoya en el anterior sin necesidad de leerlo todo de una vez.
01
Qué se trata en estas notas
La grabación de voz hablada tiene un problema central que casi nunca es el equipo: la habitación. Un mismo micrófono puede sonar cercano y limpio o distante y hueco según dónde esté colocado y cuánta reflexión temprana devuelvan las paredes. Por eso el recorrido empieza por el espacio y solo después pasa al material.
A continuación se resume el orden de los apartados. Cada uno está pensado como una pieza independiente, aunque el sentido completo aparece al leerlos seguidos, porque las decisiones se encadenan: la sala condiciona la directividad, la directividad condiciona la distancia y la distancia condiciona el procesado posterior.
- Preparación de una habitación pequeña y control de las reflexiones tempranas
- Micrófonos para voz y elección de patrón polar
- Filtro antipop, soporte y distancia de trabajo
- Niveles de grabación y margen de holgura
- Respiración, dicción y ritmo delante del micrófono
- Montaje del habla y limpieza de ruidos
- Ecualización, compresión y normalización de sonoridad
- Preparación del episodio antes de publicarlo
02
La habitación antes que el micrófono
En una sala de tres por cuatro metros con paredes lisas, la voz llega al micrófono dos veces: primero de forma directa y unos milisegundos después rebotada en la pared más cercana, en la mesa y en el techo. Esas reflexiones tempranas son las que producen la sensación de «hablar dentro de una caja». No se corrigen con ecualización posterior, porque el problema no está en el timbre sino en la superposición de dos señales casi idénticas separadas en el tiempo.
El objetivo realista en una habitación doméstica no es la ausencia de reverberación, sino que la primera reflexión llegue claramente más débil que el sonido directo. Eso se consigue de tres maneras combinadas: acercándose al micrófono, orientando la parte trasera del patrón polar hacia la superficie más problemática y absorbiendo las superficies duras que están a menos de un metro y medio.
Materiales textiles gruesos, estanterías llenas de libros de distinta profundidad, una alfombra bajo la silla y cortinas pesadas hacen más por la grabación que cualquier accesorio caro. Las superficies planas y paralelas sin nada delante son las que conviene tratar primero.
- Grabar de espaldas a la zona más absorbente de la habitación, no de espaldas a la pared desnuda.
- Cubrir la mesa con un paño si el micrófono apunta hacia abajo: el tablero es un reflector muy cercano.
- Evitar el centro exacto de la sala y las esquinas, donde los modos de baja frecuencia son más marcados.
- Escuchar una prueba con auriculares cerrados antes de grabar el episodio entero.
- Apagar aire acondicionado, ventiladores y aparatos con ventilación activa durante la toma.
- Comprobar el ruido de fondo grabando treinta segundos de silencio en la sala.
- Silenciar avisos del teléfono y del ordenador antes de empezar, no durante.
- Anotar la posición que ha funcionado para poder repetirla en la siguiente sesión.
03
Micrófonos para voz hablada y elección de la directividad
Para palabra hablada, la discusión útil no es dinámico contra condensador en abstracto, sino cuánta sala quiere captarse. Un micrófono dinámico cardioide con sensibilidad moderada obliga a hablar cerca y recoge poco de lo que ocurre alrededor, lo que resulta cómodo en habitaciones sin tratar y en grabaciones con varias personas en la misma mesa. Un condensador de diafragma grande devuelve más detalle en los agudos y en los matices de la articulación, pero también captura con fidelidad todo lo que la sala añade.
Patrones polares en la práctica
El cardioide es el punto de partida razonable: atenúa lo que llega por detrás y permite orientar esa zona sorda hacia el reflejo o el ruido más molesto. El supercardioide estrecha el frente, pero recupera sensibilidad justo detrás, de modo que hay que vigilar qué se coloca en esa dirección. El patrón omnidireccional capta por igual en todas partes y solo tiene sentido cuando la sala suena bien o cuando el micrófono está muy cerca de la boca, como ocurre con los micrófonos de solapa.
Efecto de proximidad
Los micrófonos direccionales refuerzan los graves al reducirse la distancia. Puede aprovecharse para dar cuerpo a una voz delgada, pero por debajo de unos diez centímetros suele volverse turbio y muy sensible a cualquier movimiento de cabeza. Es más estable elegir una distancia fija y compensar el timbre después.
Cambiar de micrófono rara vez resuelve lo que provoca una sala reflectante o una distancia inestable.
04
Filtro antipop, soporte y distancia de trabajo
Las oclusivas —la p, la b, la t— proyectan una ráfaga de aire que el diafragma traduce en un golpe de baja frecuencia difícil de arreglar después. El filtro antipop no cambia el timbre de la voz: interrumpe esa corriente de aire. Los de tejido resultan más transparentes en agudos y los metálicos aguantan mejor el uso continuado. Colocado a unos cinco centímetros del micrófono, también fija de forma natural la distancia mínima a la que se puede acercar quien habla.
Hablar ligeramente fuera del eje, con el micrófono a la altura de la barbilla o desplazado un par de dedos hacia un lado de la boca, reduce a la vez las oclusivas y las eses más sibilantes. Es un ajuste de posición, gratuito y reversible, que suele ahorrar mucho procesado posterior.
El soporte importa tanto como la posición
Un micrófono apoyado directamente sobre la mesa transmite cada golpe de teclado, cada roce de papel y cada movimiento del codo. El brazo articulado con montura elástica desacopla esas vibraciones y permite acercar el micrófono sin desplazar el cuerpo. Si se usa pie de suelo, conviene que quede fuera de la alfombra de la silla y que el cable no quede tenso, porque también conduce ruido mecánico.
Una vez encontrada la posición correcta, lo importante es mantenerla: la mayor parte de las variaciones de volumen dentro de un episodio provienen de que la cabeza se aleja y se acerca, no del micrófono.
- Distancia habitual de trabajo: entre un palmo y quince centímetros, constante durante toda la toma.
- Filtro antipop separado del micrófono, no pegado a la rejilla.
- Micrófono ligeramente descentrado respecto al eje de la boca.
- Guion en pantalla o en papel sujeto, para no hacer ruido al pasar hojas.
- Auriculares cerrados para evitar que el retorno entre en el micrófono.
- Referencia visual de la posición: una marca en la mesa basta.
05
Niveles de grabación y margen de holgura
Grabar en digital tiene una asimetría clara: el ruido de fondo del sistema es muy bajo, pero pasarse por arriba destruye la señal sin remedio. Por eso interesa dejar espacio libre por encima del pico más alto. Con una interfaz y un convertidor modernos, situar la voz de forma que los picos habituales queden alrededor de −12 dBFS y los más fuertes no superen −6 dBFS deja margen suficiente para una risa, un énfasis o una interrupción inesperada.
El ajuste se hace con la ganancia de la interfaz o del previo, no con el fader del programa. Conviene hacer la prueba hablando al volumen real del episodio, no probando el micrófono en voz baja: la diferencia entre ambas situaciones suele ser de varios decibelios.
Cuando hay dos o más personas, cada voz debe tener su propia pista y su propia ganancia. Mezclar dos voces en un solo canal ahorra un archivo y complica cada decisión posterior, desde el montaje hasta la compresión.
Formato del archivo original
La grabación de partida conviene guardarla en WAV a 24 bits, con 44,1 o 48 kHz según el destino final. Los 24 bits son precisamente los que permiten grabar con margen sin acercarse al ruido de fondo. La compresión con pérdida se deja para la copia que se publica, nunca para el material de trabajo.
06
Respiración, dicción y ritmo delante del micrófono
Un micrófono cercano amplifica los detalles del habla que en una conversación normal pasan desapercibidos: la boca seca, la respiración corta y alta, el final de frase que se apaga. La mayor parte de esos problemas se resuelven antes de grabar y no en el montaje.
Beber agua a temperatura ambiente unos minutos antes, evitar bebidas muy frías o muy azucaradas y hacer un par de minutos de lectura en voz alta ayuda a que la articulación se asiente. Sentarse con la espalda recta y los hombros bajos permite respirar desde el diafragma; la respiración alta, de pecho, es la que se oye como un jadeo entre frases.
Trabajar con las pausas
Dejar un segundo de silencio antes de empezar cada bloque y otro al terminar facilita enormemente el montaje: los cortes caen en zonas limpias y no en mitad de una respiración. Si una frase sale mal, lo práctico es callar dos segundos, respirar y repetirla entera desde el principio, en lugar de corregir sobre la marcha. Esa pausa deja además una marca visible en la forma de onda, fácil de localizar después.
El ritmo de la palabra hablada tiende a acelerarse cuando se lee un texto escrito. Marcar en el guion los puntos donde conviene respirar y leer un par de párrafos en voz alta antes de grabar suele bastar para que el resultado no suene recitado.
- Un segundo de silencio al abrir y al cerrar cada bloque.
- Repetir la frase completa, no solo la palabra fallida.
- Girar la cabeza fuera del eje para toser o tragar saliva.
- Guion con marcas de respiración en las frases largas.
- Postura estable: la distancia al micrófono depende de ella.
- Nota de la marca de tiempo cuando hay que rehacer un tramo.
07
Montaje del habla y limpieza de ruidos
El montaje de voz consiste sobre todo en quitar: repeticiones, arranques fallidos, silencios excesivos y muletillas que en la escucha resultan más pesadas que en la conversación real. Un primer pase rápido eliminando lo evidente y un segundo pase más fino ajustando el ritmo suele ser más eficaz que intentar dejarlo perfecto de una sola vez.
Los cortes se colocan en el silencio entre palabras, nunca dentro de una vocal, y con un fundido muy corto de unos pocos milisegundos para evitar el chasquido que produce una discontinuidad en la forma de onda. Cuando dos fragmentos vienen de momentos distintos de la sesión, conviene comprobar que el ruido de fondo coincide: un salto de ambiente se oye más que un corte de palabra.
Respiraciones y ruidos de boca
Eliminar todas las respiraciones deja un discurso antinatural y agotador de escuchar. Es preferible atenuarlas unos decibelios y suprimir solo las que resultan bruscas o muy audibles. Los chasquidos de boca se corrigen bien con una edición local de la forma de onda o con un fundido rápido sobre el punto concreto.
Reducción de ruido de fondo
Los procesos de reducción de ruido funcionan bien cuando el ruido es constante —un zumbido eléctrico, una ventilación lejana— y se dispone de unos segundos de sala limpia para tomar la muestra. Aplicados con moderación, unos pocos decibelios de atenuación, son casi transparentes; forzados, dejan la voz con un fondo metálico y como sumergida. Un ruido intermitente, como una obra o el tráfico, se resuelve mejor volviendo a grabar el fragmento.
08
Ecualización, compresión y sonoridad final
El procesado de una voz hablada bien grabada es corto. Empieza por un filtro de paso alto que retire lo que hay por debajo de la voz: entre 70 y 90 Hz para voces graves y algo más arriba para voces agudas. Ahí no hay información útil de habla, solo ruido de manipulación, retumbe de la sala y restos de oclusivas.
Después, correcciones estrechas y moderadas: una atenuación suave entre 200 y 400 Hz cuando la voz suena embotada, un realce discreto entre 3 y 6 kHz cuando falta claridad en las consonantes. Es preferible cortar con cuidado que realzar en exceso, porque cada refuerzo sube también el ruido de la sala en esa banda.
Compresión
La compresión iguala la distancia entre las sílabas fuertes y las débiles para que el episodio se entienda en un tren o caminando por la calle. Para palabra hablada funciona bien una relación entre 2:1 y 4:1, con un ataque de unos pocos milisegundos y una relajación media, buscando una reducción de ganancia de tres a seis decibelios en los picos. Si el medidor de reducción no vuelve nunca a cero, la compresión está actuando de forma continua y la voz pierde relieve.
Sibilancia y sonoridad
Si las eses destacan tras la ecualización, un de-esser actuando solo en la banda alta resuelve el problema sin apagar el conjunto. Al final se ajusta la sonoridad integrada del programa: las plataformas de audio suelen normalizar en torno a −16 LUFS para material estéreo, con picos reales por debajo de −1 dBTP. Es un valor de referencia, no una obligación técnica, pero mantenerlo evita que el oyente tenga que corregir el volumen entre un episodio y el siguiente.
09
Preparar el episodio antes de publicarlo
Antes de exportar conviene escuchar el montaje entero una vez más, si es posible al día siguiente y en un dispositivo distinto del que se ha usado para editar: unos auriculares baratos o el altavoz del teléfono revelan desequilibrios que unos buenos monitores disimulan. La comprobación no busca defectos técnicos sino saltos de nivel, cortes bruscos y tramos donde la atención se pierde.
La exportación final suele hacerse en MP3 a una tasa suficiente para voz o en AAC, en mono cuando toda la grabación procede de micrófonos monofónicos, porque duplicar el canal solo aumenta el tamaño del archivo. Los metadatos —título del episodio, número, fecha, descripción— se rellenan en el propio archivo para que el reproductor los muestre correctamente aunque el oyente lo descargue por separado.
- Escucha completa en un dispositivo distinto al de edición.
- Revisión del arranque y del cierre, donde se concentran los errores.
- Comprobación de la sonoridad integrada y del pico real.
- Metadatos completos en el archivo exportado.
- Copia del proyecto y del WAV original guardada aparte.
- Nombre de archivo coherente con el resto de la serie.
10
Contacto
Gobutruvi es un proyecto informativo y editorial. Si detectas un error, quieres matizar algo de lo publicado o proponer un tema relacionado con la grabación de voz y el montaje de podcast, puedes escribir por correo electrónico.
No hay formularios ni registro: el correo es la única vía de contacto del proyecto.