Dossier sobre Mezcla en sonido envolvente para

producciones audiovisuales.

Autor: Jaume Solé Esteve.

Ultima actualización 24 de Marzo de 2011

Esta obra está bajo una licencia Reconocimiento-No comercial-Compartir bajo la misma licencia 3.0 España de
Creative Commons. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by-nc-sa/3.0/es/ o
envie una carta a Creative Commons, 171 Second Street, Suite 300, San Francisco, California 94105, USA.
Para contactar con el autor envie un mail a: jse1978@gmail.com
La Mezcla es un proceso de creación de un espacio sonoro
teniendo en cuenta los distintos planos sonoros y las distintas
posiciones en el espacio que le podemos dar a cada sonido, sea
dialogo, efecto, ambiente o música.

Ordenación estándar de los canales de salida.

Según el artículo: “5.1-Channel Production Guidelines. Issue 1 S00/12957”

publicado por dolby http://www.dolby.com/professional/technology/index.html

“Whenever possible, Dolby encourages the adoption of channel-to-track allocation

described in the forthcoming ITU-R recommendation, Parameters for Multichannel
Sound Recording. Track layouts depend on channel complement, although tracks 1, 2,
and 3 are always channels Left (L), Right (R), and Center (C) respectively. Table 6-1
shows one possible configuration. Since inclusion of the LFE channel is optional and
the listener determines its reproduction from a decoder, essential low frequency
information should not be mixed exclusively to the LFE channel. When the LFE
channel is not used, track 4 may contain a mono Surround (S) signal. Alternative
practices exist within various industries, so it is imperative to check the source and
accompanying documentation.”

Table 6-1 Channel-to-Track Layout Example

Channel L R C LFE Ls Rs Lt Rt
Track 1 2 3 4 5 6 7 8

En definitiva. Para la mezcla de sonido envolvente definimos los siguientes

canales:

Canal Central (center): Canal centrado respecto al espectador. Nos dará el

sonido como si saliera de la pantalla. Típicamente enviaremos a éste canal los
diálogos y efectos diegeticos. Se representa mediante la letra C.

Canales Izquierdo (Left) y Derecho (Right): Canales destinados a los

altavoces frontales Izquierdo y derecho. Nos crearan la imagen estéreo.
Típicamente para la música, ambientes y efectos espectaculares. Se
representan por las letrs L y R respectivamente.

Canales Izquierdo envolvente (Left Sorround) y Derecho envolvente (Right

Sorround) Canales destinados a los altavoces laterales i/o traseros Izquierdo y
derecho. Nos crearan la imagen envolvente juntamente con los otros altavoces.
Típicamente para la música, ambientes y efectos espectaculares. Se
representan por las letras Ls y Rs respectivamente.

Canales Izquierdo envolvente (Left Sorround) y Derecho envolvente (Right

Sorround) Canales destinados a los altavoces laterales i/o traseros Izquierdo y
derecho. Nos crearan la imagen envolvente juntamente con los otros altavoces.
Típicamente para la música, ambientes y efectos espectaculares. Se
representan por las letras Ls y Rs respectivamente.
Canales Izquierdo envolvente alternativo (Left Alternative Sorround) y
Derecho envolvente Alternativo (Right Alternative Sorround) Canales
destinados a los altavoces suplementarios o alternativos. Nos crearan la
imagen envolvente juntamente con los otros altavoces. Típicamente para la
música, ambientes y efectos espectaculares. Se representan por las letras Lt y
Rt respectivamente aunque se pueden representar indicando su ubicación. Por
ejemplo: Lrs (left rear Sorround) Lss (Left Side Sorround).

LFE: Low Frecuenci Efects. Canal destinado a sonidos de baja frecuencia

(ver explicación más abajo)

La ordenación típica de los canales en el multipistas es:

Channel L R C LFE Ls Rs Lt Rt
Track 1 2 3 4 5 6 7 8

LFE y Subwoofer

LFE son las siglas de Low Frequency effects es decir, Efectos de frecuencias
graves.

Cuando en una mezcla se quieren generar efectos con una “extra” de graves
para dar espectacularidad (por ejemplo una explosión) Se añade una pista a la
mezcla llamada LFE. Esta pista sólo lleva efectos o música con un filtro pasa
bajas (Low Pass Filter) con la frecuencia de corte a 120 Hz.

El señal del LFE es calibrado 10dB por encima del resto de pistas. El
subwoofer está calibrado aproximadamente 6 dBspl (Leq C) por encima de los
demás altavoces la señal que de los graves que reproducen los demás
altavoces frontales.

El subwoofer, idealmente, es un altavoz activo con un rango de

reproducción de frecuencias graves de entre los 20 i los 80 Hz. Aunque en
algunos casos llegan a reproducir hasta los 200 Hz y la frecuencia de corte del
crossover se puede ajustar.

El subwoofer puede reproducir la pista LFE y/o las frecuencias de entre 20 i 80

Hz procedentes de los otros canales.

Un decodificador1 puede no enviar la señal LFE a los altavoces cuando estos

no puedan reproducirla para evitar distorsiones.

Mezcla en audiovisuales.

Sabiendo las diferencias entre TV, Cine, Videojuegos, y otros productos

audiovisuales, y teniendo en cuenta todas las similitudes vamos a dar unas
pautas para mezclar audio en audiovisuales.

En el proceso final de la mezcla nos encontraremos básicamente con cuatro

partes diferenciadas o streams:

1
Por ejemplo un amplificador con decodificador Dolby Digital.
  Diálogos y/o voces.
 Efectos o Foley
 Ambientes
 Música

Estas cuatro partes las tendremos que distribuir en el espació sonoro

correspondiente ya sea Mono, Estéreo, Surround (sonido envolvente), o
Surround más Subwoofer (5.1, 7.1,…)

En una mezcla en Mono es evidente que todo va dirigido a un solo canal.

Tendremos que vigilar entonces con las diferencias de fase y con los
enmascaramientos de frecuencias.

En una mezcla 2.0, es decir en estéreo, los sonidos se distribuyen entre

Derecha, Centro E izquierda. Los sonidos que situaremos en la parte central se
corresponderán a todo lo que vemos en pantalla. Los sonidos que situaremos a
Izquierda y/o derecha son los que se corresponden a sonidos subjetivos que no
corresponden a lo que sale en pantalla y/o a elementos objetivos fuera de
cuadro.

Es decir:

Los diálogos y voz en off irán siempre centrados exceptuando cuando la voz
sea fuera de cuadro que se podrá panoramizar levemente hacia el lado de
donde provenga la voz. El stream o subgrupo final será una mezcla en L -R
dónde en la parte central hay la voz y en L y R la reverberación de dicha voz en
el caso que la haya.

La música irá en estéreo dejando el canal central lo más libre posible para la
voz. Podemos hacer una excepción cuando se trate de música diegética de
uno o pocos instrumentos en planos cortos.

Los ambientes también irán en estéreo.

En cambio los efectos puede ser más variable. La mayoría de efectos que
salen por pantalla irán centrados. Se puede panoramizar cuando un elemento
cruza el cuadro de un lado al otro entrando y saliendo de cuadro. También se
panoramizarán los efectos fuera de cuadro y los efectos subjetivos o
espectaculares.

Mezcla 2.1

Es lo mismo que una mezcla en estéreo pero añadiendo un canal LFE.

Meszcla Surround.

Entendemos por surround a una composición de altavoces que nos permitan

generar una sensación de sonido envolvente.
Básicamente es una extensión del estéreo de la parte frontal a la lateral y/o
trasera. Normalmente mezclaremos en 5 pistas:

Canal Central. (C)

Canal Derecho frontal (R)
Canal Izquierdo frontal (L)
Canal Derecho Surround (Rs)
Canal Izquierdo Surround (Ls).

Se suele añadir una sexta pista LFE. Esta sería la configuración básica para el
5.1

Los diálogos y voz en off irán siempre centrados exceptuando cuando la voz
sea fuera de cuadro que se podrá panoramizar levemente hacia el lado de
donde provenga la voz. El stream o subgrupo final será una mezcla en L-C-R
dónde en la parte central hay la voz y en L y R la reverberación de dicha voz en
el caso que la haya.

La música ocupará el espacio L-R y Ls-Rs dejando el canal central lo más

libre posible para la voz y efectos centrados. Podemos hacer una excepción
cuando se trate de música diegética de uno o pocos instrumentos en planos
cortos. Hay que tener en cuenta para el posicionamiento de los instrumentos
que los canales Ls y Rs nos ofrecen una ampliación del canal estéreo hacia los
lados. De hecho lo ideal es grabar la música con sistemas para sonido
envolvente2

Los ambientes también irán en L-R y Ls-Rs. En este caso los sonidos se
reparten por todos los lados en función de la sensación que queramos dar al
espectador. Normalmente pero los sonidos de la parte trasera tienen que ser
sutiles. Por ejemplo si la escena transcurre en una selva podemos poner
sonidos de animales y pájaros que vengan de todos lados.

En cambio los efectos puede ser más variable. La mayoría de efectos que
salen por pantalla irán centrados. Se puede panoramizar cuando un elemento
cruza el cuadro de un lado al otro entrando y saliendo de cuadro. También se
panoramizarán los efectos fuera de cuadro y los efectos subjetivos o
espectaculares. Se pueden poner en todos los altavoces.

En resumen:

 Diálogos y/o voces……………………Stream L-C-R

 Efectos o Foley………………………. Stream L-C-R-Ls-Rs-LFE
 Ambientes…………………………….. Stream L-C-R-Ls-Rs-LFE
 Música…………………………………. Stream L-C-R-Ls-Rs-LFE

2
En http://www.schoeps.de/en/home se pueden encontrar información sobre técnicas de captación de
sonido envolvente.
Niveles de mezcla y Dial-norm

Hay varias formas de medir el nivel y el volumen del audio que mezclamos de
forma que tengamos una información visual sobre el mismo. Ya hemos visto
con anterioridad los vúmetros y los picómetros y los distintos estándares para
medir con ellos.

Podéis consultar el siguiente artículo:

http://www.dk-technologies.com/downloads/Audio%20Levels.pdf

Veremos una de las formas de trabajar, aunque no es la única.

El nivel de referencia para empezar a hacer una mezcla en audiovisual es el

nivel de las voces cuando están hablando en un tono de conversación normal o
de locución normal.3

Si no hay voces, se tomará el elemento sonoro protagonista como nivel de

referencia.

Si seguimos el principio de que el nivel de referencia tiene que ser el nivel de

línea estándar nuestra mezcla tendrá que seguir los siguientes valores:

Nivel medio (RMS) de dialogo máximo: -20dBFS Leq(A)4

Nivel medio (RMS) de dialogo mínimo: -32dBFS Leq(A)
Nivel medio (RMS) de programa máximo (toda la mezcla): -17dBFS Leq(A)
Nivel de pico máximo (toda la mezcla): -10dBFS.

No hay que confundir los niveles medios con los niveles de pico. Tener en
cuenta que el nivel de referencia 0 dBu se corresponde (en algunos equipos) a
los -18 dBFS de pico lo que supone que el límite analógico de + 8 dBu se
corresponde a los -10dBFS 5

El nivel medio se mide con medidores de audio RMS.

A partir del nivel de referencia se mezclaran los distintos planos sonoros. Por
encima (más volumen) gritos, música y efectos que tengan que destacar o
impresionar al espectador. Por debajo (menos volumen) ambientes, planos
sonoros de fondo, música de fondo, etc.

El dial-norm es el metadato con el que le decimos al decodificador el nivel de

referencia al que hemos trabajado.

3
http://www.tvtechnology.com/article/11834
4
Leq(A) se refiere a la curva de ecualización A que pondera los niveles de audio a la sensación auditiva según la
frecuencia y el nivel. El nivel medio o RMS se calcula matemáticamente.
5
Ver el dossier sobre niveles de DK-Technologies: publicado en http://www.dk-
technologies.com/downloads/Audio%20Levels.pdf