Grabar voz hablada en una sala pequeña: del tratamiento acústico al episodio terminado
Gebomando reúne notas de trabajo sobre una tarea concreta: conseguir que una voz hablada suene clara y estable en un cuarto normal, sin obra, sin equipo de gran presupuesto y sin depender de trucos de última hora en la mezcla. El orden importa: primero la sala, después la colocación del micrófono, después la toma y solo al final el procesado.
Los textos están escritos en castellano y pensados para quien graba en casa o en un despacho compartido, una situación muy común en España, donde la mayoría de las grabaciones de pódcast se hacen en habitaciones de tres por cuatro metros con ventana a la calle.
La sala y las reflexiones tempranas
Una habitación pequeña no suena mal por falta de metros, sino porque las superficies duras devuelven el sonido demasiado rápido. Cuando la reflexión llega al micrófono en los primeros veinte o treinta milisegundos, el oído no la percibe como eco sino como una coloración: la voz parece hueca, metálica o «dentro de un tupperware». Ese efecto no se arregla después con un ecualizador, porque el defecto ya está grabado junto con la voz.
El trabajo útil consiste en interrumpir los tres o cuatro caminos de reflexión más cortos. Normalmente son la pared que queda detrás del micrófono, la pared que tiene el hablante enfrente, la mesa y el techo. No hace falta cubrir la sala entera: bastan zonas bien elegidas de material absorbente con algo de espesor. Una manta gruesa colgada a unos centímetros de la pared funciona mejor que la misma manta pegada al muro, porque el aire intermedio hace parte del trabajo.
Comprobación rápida antes de grabar
- Dar una palmada seca en el centro de la sala y escuchar la cola: si queda un «zing» agudo, hay superficies paralelas sin tratar.
- Grabar treinta segundos de silencio y escucharlos con auriculares a volumen alto para identificar nevera, ventilación, portátil o tráfico.
- Apagar o alejar cualquier ventilador; los equipos con turbina son la causa habitual del zumbido de fondo constante.
- Evitar la esquina exacta y el centro geométrico de la habitación: en ambos puntos los graves se comportan peor.
- Colocar algo blando bajo el micrófono si la mesa es de cristal o madera desnuda.
- Grabar siempre en el mismo sitio y marcarlo, para que las sesiones de distintos días empalmen sin salto de timbre.
Qué esperar de una sala tratada a medias
Un tratamiento modesto no elimina el ruido exterior ni convierte el cuarto en un locutorio. Lo que consigue es reducir la coloración y, sobre todo, dar margen: con menos reflexión grabada, se puede subir el nivel de la voz y comprimir después sin que la sala «suba» con ella. Ese margen es la diferencia práctica entre una toma que se puede arreglar y otra que hay que repetir.
01Sala · reflexiones · ruido de fondo
·Referencia visual
Micrófono y patrón polar para voz hablada
Para palabra hablada, la elección más determinante no es la marca sino el patrón polar y el tipo de cápsula. Un micrófono dinámico cardioide de proximidad recoge poca sala y perdona mucho: es la opción sensata en habitaciones sin tratar, porque su sensibilidad relativamente baja obliga a hablar cerca y, al hacerlo, la voz domina sobre todo lo demás. A cambio exige más ganancia del previo y castiga los movimientos de cabeza.
Un micrófono de condensador de diafragma grande entrega más detalle y más aire en los agudos, pero recoge exactamente lo que hay en la habitación: si el cuarto suena mal, lo hará evidente. Tiene sentido cuando el tratamiento está hecho y el entorno es silencioso, no como primer paso.
Patrones y su uso real
- Cardioide
- El caso normal para un solo hablante. Rechaza lo que llega por detrás, que suele ser la pared más cercana o la pantalla del ordenador.
- Supercardioide
- Algo más estrecho por delante, pero con un lóbulo trasero: hay que cuidar qué se coloca justo detrás del micrófono, no a los lados.
- Omnidireccional
- Timbre muy natural y sin efecto de proximidad, aunque recoge la sala por completo. Útil en micrófonos de solapa y en salas realmente tratadas.
- Bidireccional o figura de ocho
- Dos hablantes enfrentados con un solo micrófono. Rechaza con fuerza los laterales, lo que a veces ayuda con un ruido concreto.
Conviene tener presente
- Dos personas en la misma sala suenan mejor con dos micrófonos cardioides y pistas separadas que con uno compartido.
- El efecto de proximidad de los cardioides engorda los graves al acercarse; puede usarse a favor o corregirse con un filtro de corte bajo.
- Un previo con poco ruido propio importa más que el micrófono cuando se graba una voz suave con un dinámico.
- Los auriculares cerrados evitan que el retorno se cuele en la toma; los abiertos, en grabación, siempre acaban filtrándose.
02Cápsula · directividad · dos voces
Filtro antipop, soporte y distancia
Las oclusivas —la p, la b, la t— empujan una bocanada de aire contra el diafragma y producen un golpe grave que ningún ecualizador limpia del todo. El filtro antipop de malla, situado a unos cinco centímetros del micrófono y no pegado a él, resuelve la mayor parte. Hablar ligeramente fuera del eje, con el micrófono apuntando a la comisura de la boca en lugar de a los labios, elimina casi todo lo que queda.
La distancia fija el carácter de la voz. Entre diez y quince centímetros con un dinámico se obtiene cuerpo y aislamiento; a partir de veinticinco o treinta, la sala empieza a aparecer. Lo importante no es el número exacto sino mantenerlo: una voz que se aleja y se acerca obliga a corregir nivel y timbre plano a plano en el montaje.
Estabilidad mecánica
- Montar el micrófono en suspensión elástica, no atornillado directamente a la pinza.
- Usar brazo articulado anclado a la mesa o pie de suelo, nunca un pie apoyado sobre la misma superficie donde se teclea.
- Dejar el cable con una curva holgada; tenso, transmite cada movimiento al soporte.
- Marcar con cinta la posición de la silla y la altura del brazo para repetirla en la siguiente sesión.
- Retirar de la mesa papeles sueltos, tazas y el ratón, que son fuente constante de ruidos difíciles de editar.
Si se graba de pie, conviene un pie de suelo con base pesada; si se graba sentado, el brazo articulado permite ajustar la altura sin cambiar la relación entre boca y cápsula, que es lo que realmente determina el timbre.
03Antipop · soporte · distancia
Niveles de grabación y margen de seguridad
La costumbre de grabar lo más alto posible viene de la cinta y de los primeros conversores, y hoy solo genera problemas. Con dieciséis o veinticuatro bits hay resolución de sobra para dejar sitio libre por arriba. Una referencia práctica: picos alrededor de −12 dBFS y voz media en torno a −18 dBFS. Ese margen absorbe la carcajada inesperada o el cambio de entusiasmo a mitad de frase sin recorte digital.
El recorte no se arregla. Cuando la onda llega al techo, la información que falta no existe en el archivo; los reconstructores de picos disimulan un chasquido aislado, no una frase entera. Por eso el ajuste de ganancia se hace antes de empezar, hablando al volumen real del programa y no en tono de prueba, que siempre sale más bajo.
Rutina de ajuste
- Hablar treinta segundos al volumen y la energía que se van a usar de verdad, incluida la frase más alta prevista.
- Subir la ganancia hasta que los picos ronden −12 dBFS y bajarla dos o tres decibelios más.
- Comprobar el ruido de fondo con la ganancia ya ajustada: si es audible, el problema es la sala o el previo, no el fader.
- Desactivar cualquier control automático de ganancia del sistema operativo o del programa de videollamada.
- Grabar cada voz en una pista propia y sin efectos aplicados de forma destructiva.
- Guardar en WAV; dejar los formatos comprimidos para la entrega final, no para la captura.
Si se graba una conversación a distancia, la regla se aplica a cada extremo por separado: el archivo local de cada participante es el material de trabajo, y la línea de la videollamada sirve solo como referencia para sincronizar.
04Ganancia · picos · archivo maestro
Respiración, dicción y ritmo de lectura
Gran parte de lo que después se llama «mala calidad de sonido» es en realidad una cuestión de interpretación. Una voz cansada, que respira alto y corto, produce inhalaciones ruidosas y finales de frase que se apagan; ninguna compresión devuelve la energía que no se grabó. Media hora de descanso antes de una sesión larga rinde más que cualquier complemento de procesado.
Respirar bajo, apoyando en el abdomen, reduce el ruido de la inhalación y sostiene el aire hasta el final de la frase. Beber agua a temperatura ambiente, evitar bebidas muy frías y hacer pausas cada veinte o treinta minutos mantiene la voz estable a lo largo del episodio.
Trabajo previo sobre el texto
- Leer el guion en voz alta antes de grabar y reescribir las frases que no se sostienen de una sola respiración.
- Marcar en el texto los puntos de respiración para que caigan donde hay pausa natural y no en mitad de una subordinada.
- Hablar un poco más despacio de lo que parece necesario: al escuchar después casi siempre resulta rápido.
- Si una frase sale mal, quedarse en silencio dos segundos y repetirla completa; ese silencio marca el punto de corte en el montaje.
- No corregir en el momento reproduciendo la toma: interrumpir el ritmo cuesta más que grabar de nuevo el bloque entero.
Sobre la dicción conviene ser realista. No se trata de imponer una locución neutra ni de borrar el acento propio, sino de articular los finales de palabra y mantener el volumen hasta el punto final. Un episodio con voz reconocible y bien articulada se escucha mejor que uno impersonal y técnicamente impecable.
05Aire · articulación · descanso
Montaje de la voz y limpieza de ruido
Editar palabra hablada consiste sobre todo en quitar. Se retiran los arranques fallidos, las repeticiones, los silencios largos y las muletillas que estorban, pero no todas: una conversación sin ningún titubeo suena artificial. El criterio útil es preguntarse si el corte mejora la comprensión; si solo persigue la perfección, suele restar naturalidad.
Los cortes se hacen en el silencio anterior al ataque de la palabra y con un fundido muy breve, de unos pocos milisegundos, para evitar el chasquido del cambio brusco de forma de onda. Conviene conservar fragmentos del silencio real de la sala como relleno: montar sobre silencio digital absoluto produce huecos que se oyen precisamente porque desaparece el fondo.
Orden razonable de trabajo
- Sincronizar las pistas si hay más de una voz y bloquearlas juntas antes de tocar nada.
- Recorte grueso: eliminar el arranque, el final y los bloques descartados.
- Recorte fino: repeticiones, respiraciones demasiado marcadas y silencios sobrantes.
- Atenuar las inhalaciones en lugar de borrarlas por completo, entre tres y seis decibelios suele bastar.
- Tratar los ruidos puntuales —golpes de mesa, sillas, papel— uno a uno; son pocos y el resultado es más limpio que cualquier proceso global.
- Reducción de ruido al final, con un perfil tomado de un silencio real y aplicada con suavidad.
La reducción de ruido excesiva deja un artefacto característico, como un burbujeo metálico en las consonantes. Es preferible un fondo leve y constante, que el oído descarta enseguida, a una voz procesada de más. Si el ruido molesta tanto que exige un ajuste agresivo, la solución real está en la sala o en el micrófono, no en el complemento.
06Cortes · respiraciones · ruido
Ecualización, compresión y sonoridad
El procesado de una voz hablada bien grabada es corto. Primero se quita lo que sobra, después se estabiliza la dinámica y al final se ajusta el nivel global del episodio. Añadir cadenas largas de efectos sobre una toma correcta casi siempre empeora el resultado.
Ecualización
Un filtro de corte bajo entre 70 y 100 Hz retira retumbe, vibración del suelo y parte del ruido de manipulación sin tocar el cuerpo de la voz. Las molestias más habituales aparecen en zonas concretas: la sensación de caja entre 200 y 400 Hz, la dureza nasal alrededor de 1 kHz y las eses excesivas por encima de 6 kHz. En todos los casos es más seguro atenuar con cortes estrechos que realzar. Si las sibilantes siguen sobresaliendo, un deesser suave y bien situado resuelve más que un corte fijo, porque solo actúa cuando aparecen.
Compresión
El objetivo es reducir la distancia entre las sílabas fuertes y las débiles para que el episodio se escuche igual de bien en unos auriculares y en la cocina. Como punto de partida razonable: relación entre 2:1 y 4:1, ataque medio para no comer los consonantes iniciales, relajación rápida pero no tanto como para que se oiga bombear el fondo, y una reducción de ganancia de tres a seis decibelios en los picos. Si el medidor está permanentemente hundido, el problema es de nivel de entrada y no de compresión.
Sonoridad final
- Medir en LUFS integrados sobre el episodio completo, no por fragmentos sueltos.
- Para voz hablada distribuida en plataformas, el intervalo habitual se sitúa entre −16 y −14 LUFS.
- Dejar el pico real por debajo de −1 dBTP para que la codificación con pérdida no genere recorte.
- Comprobar el resultado en auriculares, en un altavoz pequeño y en el móvil antes de dar por cerrada la mezcla.
- Si hay músicas o cortinillas, ajustarlas en relación con la voz y no al mismo nivel medido.
07Filtros · dinámica · LUFS
Cierre del episodio y preparación para publicar
El último paso técnico es la exportación, y conviene tratarlo con el mismo cuidado que la grabación. Se guarda un máster sin comprimir y, a partir de él, se genera el archivo de distribución. Volver a exportar meses después desde el proyecto original resulta mucho más fácil si el máster existe y está identificado con claridad.
Antes de exportar
- Escuchar el episodio entero una vez seguida, sin detenerse a corregir, anotando los tiempos de lo que chirríe.
- Revisar los primeros diez segundos y los últimos veinte, que son los que más se repiten al saltar entre episodios.
- Comprobar que no queda un corte brusco entre bloques grabados en días distintos.
- Verificar la sonoridad integrada y el pico real una última vez.
Formatos y metadatos
Para voz hablada en mono, un MP3 entre 96 y 128 kbps ofrece una relación razonable entre calidad y peso; en estéreo conviene subir. Los metadatos del archivo —título, número de episodio, fecha— evitan confusiones cuando el oyente descarga varios capítulos. Un nombre de archivo coherente, con la fecha en formato año-mes-día, mantiene ordenada la carpeta del proyecto sin esfuerzo adicional.
Completan el episodio un resumen escrito con las ideas principales, las marcas de tiempo de los bloques y la mención de cualquier material de terceros utilizado. La transcripción, aunque sea automática y revisada a mano, amplía el acceso al contenido y sirve además como índice para quien busca un pasaje concreto.
08Máster · formato · metadatos
Contacto y naturaleza de esta publicación
Gebomando es un sitio informativo dedicado a la grabación de voz hablada y a la producción de pódcast en espacios reducidos. Publica textos propios sobre acondicionamiento acústico básico, elección y colocación de micrófonos, niveles de grabación, montaje de la palabra y procesado del episodio. No ofrece servicios de estudio, formación ni asesoramiento, y no dispone de instalaciones abiertas al público.
Para comentarios, correcciones o dudas sobre los materiales publicados se puede escribir a [email protected]. Los mensajes se leen y se responden cuando procede; las correcciones bien fundamentadas se incorporan a los textos.
En Sobre el proyecto se explica con más detalle el enfoque editorial, y en Condiciones de uso figuran las reglas de utilización de los contenidos.
09Correo · alcance del sitio