La postproducción de sonido

 Funciones
 Procesos: Grabación, Edición, Procesado, Mezclas y Masterización
 Personal técnico y de producción
 El estudio de postproducción: digital vs. analógico, video vs. multimedia

 
 

Funciones

La función de la postproducción (o "sweetening") es organizar espacio-

temporalmente y dar forma definitiva a los diversos materiales sonoros que se
utilizan en una producción audiovisual. En la postproducción se combinan
elementos musicales extraídos de colecciones especializadas, efectos de sonido
grabados en sala, generados electrónicamente o extraídos de colecciones,
locuciones y músicas grabadas expresamente -en estudio o "on location"-, etc. El
objetivo de esa combinación depende del tipo de producción audiovisual, de su
soporte, de su género, del criterio estético del realizador, etc. En algunos casos la
banda sonora será un complemento a la banda visual, en otros será la guía de los
elementos visuales, en otros servirá de refuerzo de la banda visual, en otros
duplicará la información que llega a través de la vista, etc.

La postproducción es el último proceso en la creación de una banda sonora pero

no por ello hay que dejar todas las decisiones para ese momento. La frase "...eso
lo arreglarán en la postproducción" es tópica, típica, y desgraciadamente más
habitual de lo que nos gustaría. Con una mejor pre-producción o con sesiones de
grabación bien planificadas podrían evitarse muchos de los defectos que hay que
subsanar en post-producción.
 

Procesos: Grabación, Edición, Procesado, Mezclas y Masterización

En la postproducción puede ser necesario registrar en soporte magnético voces,

efectos y músicas. Una vez grabados, puede ser necesario adecuarlos y ajustarlos
(espacial, temporal, y tímbricamente) a las imágenes. También será necesario
conseguir un determinado equilibrio entre todos los elementos sonoros
empleados en cada momento. Finalmente la mezcla definitiva deberá adecuarse
al medio de difusión de la producción así como a las características del soporte
en el que se distribuya.
 

Personal técnico y de producción

Realizador: es la persona con la que suele trabajar constantemente el equipo

técnico de sonido. Conoce la producción como la palma de su mano, sabe lo que
quiere respecto al sonido, confía en el equipo técnico de sonido y escucha y
acepta sus sugerencias... Si todo eso se cumple, y el equipo de sonido esta a su
misma altura (humana y profesional) la producción se sonoriza con éxito.
 Productor: suele encargarse de los aspectos organizativos y financieros de la
producción, así que sólo lo veremos en contadas ocasiones (cuando los gastos de
sonorización rompan el presupuesto, o la postproducción de sonido dure más
tiempo del previsto...).

"Creativo": personaje del mundo de la publicidad encargado de suministrar las

ideas subyacentes a la producción. En algunas ocasiones puede llegar a tomar
decisiones que incumban al equipo técnico... ya se sabe, los creativos son unos
seres taaan especiales...

Asistente de grabación: el "chico de los cafés" suele ocuparse de preparar los

micrófonos, de tener el equipo a punto, de seleccionar efectos de sonido de
colecciones, y en algunos casos, de realizar las grabaciones menos
comprometidas.

Músico o Montador musical: se encarga de seleccionar las músicas de

colecciones especializadas y adaptarlas a la producción, o bien de componerlas
según las necesidades de cada producción.
 
 

El estudio de postproducción: digital vs. analógico, video vs. multimedia

En un estudio de postproducción sonora para video es imprescindible algún tipo

de magnetoscopio (al menos un VHS Hi-Fi, o un U-mátic en el que tener una
copia de trabajo con código de tiempo SMPTE, para "arrastrar" el audio). La
presencia de ordenadores, aunque cada vez más habitual, no es todavía
absolutamente imprescindible (todo el proceso se realiza con magnetofones de
bobina abierta).

En un estudio de postproducción orientado a producciones multimedia puede

haberse prescindido de los magnetoscopios ya que es posible sonorizar video a
partir de copias digitalizadas de la imagen en formato AVI o Quicktime.
Tampoco es imprescindible una cabina de grabación (puede alquilarse un
estudio durante unas horas para ello), ni tan siquiera una mesa de mezclas.
Desgraciadamente las condiciones acústicas se suelen cuidar muy poco (la sala
de sonorización no está acondicionada ni insonorizada, la escucha se basa en
altavoces y auriculares de baja calidad, etc.)
 

Soportes y formatos del material sonoro.

 Audio de CDs
 Audio de DATs. Otros soportes de audio en cinta
 Archivos de sonido. Formatos. Cambios de formato, downsampling, i reducción
de bits
 EJERCICIOS

Cuando el audio que ha de integrar una producción no lo grabemos directamente en

sincronía con las imágenes podemos hallarnos en situación de tener que transferirlo
desde diferentes soportes:
 

Audio de CDs

Existe una gran variedad de formatos de CD, no todos ellos necesariamente

ligados al sonido. No es éste el lugar apropiado para detallar todas las variantes,
pues seguramente otras asignaturas han entrado en detalle al respecto.

El CD-Audio almacena pistas de audio muestreado a 44.1 KHz y codificado en

formato PCM a 16 bits, permitiendo más de 70 minutos estéreo por disco. El
CD-ROM permite almacenar unos 650 Mb de datos informáticos de toda índole
y por tanto es posible utilizarlo como soporte de almacenamiento de archivos de
audio digital. Un CD-ROM no puede ser interpretado correctamente por un
reproductor de CDs musicales (como mucho nos escupirá ráfagas de clicks o de
ruidos tremebundos); en cambio, un CD-Audio sí que puede ser leído
correctamente por un lector de CD-ROMs.

Para extraer audio de CDs musicales e incorporarlos en un proyecto de

postproducción digital de sonido se pueden seguir 4 procedimientos, asumiendo
que el resultado lo pretendemos almacenar en el disco duro del ordenador:
 

a) Tomar la salida analogica del reproductor (line out) y conectarla a la

entrada analógica de la tarjeta de sonido que utilicemos. Activar la
función de grabación de nuestro programa de grabación/edición de
sonido

b) Utilizar el lector de CD-ROMs incorporado en el ordenador. La

conexión entre su salida y la entrada de la tarjeta de sonido se realiza a
través de software.

c) Transferir directamente los datos del CD a archivo de sonido, con

ayuda de programas específicos (CD-grabbers).

d) Transferir digitalmente los datos del CD desde un reproductor con

salida digital hacia una tarjeta con entrada digital.
 

La opción c) será siempre la preferida ya que ahorra la redigitalización que tiene

que llevar a cabo la tarjeta en los dos primeros casos, y permite mantener intacta
la calidad original de la grabación en CD, y además nos ahorra tener que editar
la grabación puesto que de hecho no hacemos una grabación sino una mera
"transferencia". El problema es que los lectores de CD-ROMs no están
suficientemente estandarizados y un programa de captura que funcione con un
modelo o una marca puede no hacerlo con otro diferente. La opción d) también
sería buena, pero nos obligaría a editar el fragmento grabado (para eliminar
silencios antes y después del fragmento que nos interesaba).

Audio de DATs. Otros soportes de audio en cinta

 La extracción correcta de audio de DATs requiere que la tarjeta de sonido
disponga de entrada digital, ya sea SPDIF (conector RCA) o AES-EBU
(conector XLR o cannon). Si no disponemos de ella siempre queda el recurso de
redigitalizar la señal conectando la salida de línea del DAT con la entrada de
línea de la tarjeta, pero no es la opción más recomendable ya que perderemos
calidad. La transferencia digital en este caso no nos permite conservar las
marcas de posición (índices) que puedan existir en la cinta.

La extracción de audio en otros soportes de cinta siempre la tendremos que

realizar a través de los conectores de línea, de manera que la tarjeta de sonido
será la que digitalice la señal. Cuando el audio proviene de cintas de cassette no
tiene mucho sentido preocuparse por la calidad de la tarjeta, pues la señal que
entraremos tiene suficientes defectos. Digitalizar audio de una cinta nos
permitirá, para empezar, tratar de mejorar la calidad del sonido, eliminando el
típico "hiss" o ruido de soplido.

Archivos de sonido. Formatos. Cambios de formato, downsampling, i reducción de

bits

Una vez digitalizado un sonido (recordemos muy de pasada que el proceso

requiere un filtrado pasa-bajos, un muestreo temporal, una cuantización de la
amplitud de la onda y una codificación según un procedimiento preestablecido
denominado "Modulación en código de pulsos" o PCM) dispondremos de un
archivo que podremos reproducir en aquellas plataformas capaces de reconvertir
su información en impulsos eléctricos susceptibles de mover el cono de un
altavoz. El archivo también podremos manipularlo de la misma manera que
hacemos con otros tipos de archivos, y con la ayuda de programas
especializados, podremos transformar su contenido sin que la calidad se degrade
lo más mínimo (nótese que dije podremos: algunos programas de transformación
pueden llegar a degradar notablemente la calidad sonora de los archivos).

En un archivo de sonido distinguimos entre la cabecera (o header) y los datos.

La cabecera es la sección inicial del archivo y en ella suele indicarse si se trata
de un sonido mono o estéreo, si contiene puntos de buclaje (o loops), la tasa de
muestreo, la duración, y otras informaciones respecto a los datos que van a
continuación. Tales datos representan, muestra a muestra, el valor de la amplitud
de la onda sonora. Cuando utilizamos 16 bits para codificar esa amplitud
necesitamos dos octetos (o bytes) por muestra; el orden de ambos octetos es
diferente para un archivo de un ordenador con procesador Intel (big-endian) que
para uno con procesador Motorola (little-endian). Esta es una cuestión muy
importante cuando movamos archivos entre plataformas.

Los formatos más comunes son:

AIFF y SoundDesigner II, habituales de Macintosh. Las principales diferencias

entre uno y otro son que en el AIFF los datos de cada canal están separados,
mientras que en el SD-II están intercalados (interleaved) -o sea, una muestra de
un canal seguida de una muestra del otro...- y que el formato SD-II utiliza unas
estructuras de datos propias de Macintosh denominadas resource forks que
suelen complicar las transferencias a PC.
WAV, propio de PCs.

SND, habitual en plataformas NeXT.

AU, habitual en plataformas Sun.

 

Un cambio de formato por lo general no debe afectar a la calidad del sonido

(siempre que se mantenga la resolución y la tasa de muestreo), sólo afectará a la
cantidad y tipo de información que se almacene en la cabecera. De ahí que con
un cambio de formato el tamaño del archivo no se altere en exceso.

La reducción de la tasa de muestreo y/o de la resolución se plantea como algo

inevitable en muchas producciones multimedia ya que permiten comprimir el
tamaño de los archivos de sonido hasta hacerlos 4 veces más pequeños, aunque
el precio a pagar es siempre la degradación de la calidad.

Cuando reducimos la tasa de muestreo es importante aplicar un filtro anti-

imagen o (anti-aliasing) para que no aparezcan -a modo de fantasmas-
componentes espectrales de baja frecuencia que no tenía el sonido original. El
filtrado anti-imagen elimina todos los componentes situados más allà de la
denominada frecuencia de Nyquist (la mitad de la tasa de muestreo). Así pues,
una reducción de tasa de muestreo tendrá impacto principalmente en el timbre
del sonido pues eliminará armónicos y componentes espectrales de alta
frecuencia..

Cuando reducimos la resolución (de 16 a 8 bits, por ejemplo) el impacto se

produce principalmente sobre el rango dinámico de la señal (cada bit que
perdemos lo reduce unos 6 dB). Por tanto, los cambios de nivel entre una
muestra y otra son más abruptos, produciendose una rugosidad sonora muy
característica. Para tratar de paliarla podemos intentar reducir la dinámica del
archivo original con ayuda de un compresor.

Recientemente han empezado a implantarse con éxito diversos esquemas de

compresión de datos que utilizan sofisticadísimos algoritmos "adaptativos"
(analizan espectralmente la señal, elaboran predicciones de lo que puede venir a
continuación, utilizan conocimientos de psicoacústica para eliminar información
redundante o enmascarada...). Tales algoritmos permiten reducciones de datos
considerables (hasta en proporción 12:1), y sin degradar en exceso la calidad. El
precio a pagar es que es necesario un proceso de descodificación que puede
originar un cierto retardo en el inicio de la reproducción, o un gasto excesivo de
los recursos de cálculo del ordenador. Entre estos algoritmos vale la pena
conocer el denominado IMA ADPPCM, que reduce el audio en una proporción
de 4 a 1 sin que suene tan mal como cuando reducimos a 22 KHz y 8 bits, y el
MPEG-3, que puede comprimir en proporción 12 a 1 con una calidad notable
(casi de CD escuchado a través de un equipo multimedia).

Para más detalle sobre MP3, RealAudio, Quicktime, etc., puedes consultar mis
apuntes sobre formatos de audio en internet
 
 EJERCICIOS

Siempre que tratemos de comparar dos archivos supuestamente idénticos puede

ser muy útil aprovechar la opción de cambio de fase (invert) de los editores de
sonido. Supongamos que A y B son archivos supuestamente iguales. Si fuera así,
al invertir de fase B, crearíamos una "imagen refleja" de A respecto al eje de
amplitud. Así, al mezclar a igual nivel [A]+[B invertido] obtendríamos...
silencio total. Pero si B no es totalmente igual que A, al mezclar [A] + [B
invertido] apreciaremos todo aquello que tienen de diferente. Utilizad esta
técnica en los ejercicios que siguen, siempre que tenga sentido hacerlo.

0. Copiar a vuestra zona o al disco local los archivos tema2*.* que halléis en la
carpeta R:\Recursos\PostAudio.

1. Abrir el archivo tema2-m.wav. Convertir a AIFF, a SND. Comprobar si existe

perdida de calidad. Comprobar si existe variación de tamaño del archivo.
Reconvertir uno de los dos a WAV, volver a comprobar la variación de calidad y
de tamaño. Transferir el AIFF y el WAV a un Macintosh y hacerlos sonar. ¿Qué
problemas surgen? ¿Cómo se pueden solucionar? Transferirlos desde el
Macintosh nuevamente al PC. ¿Qué problemas surgen? ¿Cómo se pueden
solucionar?

2.Convertir a IMA ADPCM (con ayuda de SoundForge) y a MPEG3(con ayuda

de alguna aplicación específica que tengáis en C:\Winaudio\). Comprobar si
existe perdida de calidad. Comprobar si existe variación de tamaño del archivo.
Reconvertir uno de los dos a WAV, volver a comprobar la variación de calidad y
de tamaño.

3. Convertir el archivo tema2-m.wav a 22 KHz. Generar 2 versiones, una con

filtro anti-aliasing de máxima calidad y otro sin filtro. Compararlos entre sí y
con el original. ¿Qué diferencias se notan? Re-muestrearlos de nuevo a 44.1
KHz y comparar con el archivo original. ¿Hay diferencias? Re-muestrear otra
vez hacia 22 KHz el archivo previamente re-muestreado. Volver a escuchar
notando las diferencias. Volverlo a muestrear otra vez hacia 44.1 KHz y volver a
comparar.

4. Capturar un fragmento de audio desde un CD directamente, y desde la entrada

de línea de la tarjeta de sonido. Analizar las diferencias. Si es posible, haced dos
copias sobre DAT del fragmento del CD, una por vía digital y otra por vía
analógica. Transferir cada fragmento desde el DAT al ordenador por las 2 vías
posibles. Comparar los resultados entre sí, y con los fragmentos transferidos
directamente desde el CD. ¿Existe alguna situación en la que no se haya
producido ninguna degradación del sonido?

Edición de sonido

 Visualización del sonido. El dominio temporal i el dominio espectral.

 Claves visuales que nos ayudan a interpretar el sonido.
 Edición destructiva y edición no destructiva.
 Cortes y encadenamientos. Fundidos de entrada y de salida. Fundidos cruzados.
  Eliminación de ruidos indeseables.
 Ejercicios

La edición de sonido es el proceso a través del que convertimos en definitivos los

elementos sonoros "en bruto" que se combinan en una producción audiovisual. En este
proceso es necesario eliminar silencios, toses, ruidos molestos, re-ajustar niveles,
combinar archivos, equilibrar tonalmente materiales heterogéneos, etc.
 
 

Visualización del sonido. El dominio temporal i el dominio espectral

Durante más de 40 años la edición de sonido se ha llevado a cabo únicamente

"de oído", manipulando cintas magnéticas con ayuda de cuchillas y cinta
adhesiva. No obstante en la actualidad contamos con la ayuda de
representaciones visuales tales como los gráficos de formas de onda y los
espectrogramas, y la edición no se realiza físicamente sobre el soporte del audio,
sino de manera "virtual" sobre representaciones del sonido..

Los gráficos de forma de onda nos presentan las variaciones de amplitud de la

onda sonora a lo largo del tiempo. En el eje horizontal se representa el tiempo, y
en el vertical la amplitud, intensidad o incluso la presión sonora. A menudo en el
eje horizontal tenemos una escala en horas, minutos, segundos y "frames", o
bien en compases y tiempos de compás, mientras que en el eje vertical tenemos
decibelios, valores de amplitud de muestra o porcentaje de amplitud.

Los espectrogramas nos representan la estructura intrínseca del sonido. En el eje

horizontal se ubica la frecuencia, y en el vertical la amplitud. Si repetimos esas
representaciones a lo largo de un periodo de tiempo obtenemos un
espectrograma en cascada, en el que podemos observar las variaciones
temporales de la estructura del sonido. Para analizar el espectro nos valemos del
análisis de Fourier a corto plazo. Esta técnica puede requerir que ajustemos
algunos parámetros para obtener unas representaciones fiables y de alta
precisión. Por ejemplo, un tamaño grande para la ventana de análisis nos permite
detectar correctamente bajas frecuencias, pero nos reduce la resolución
temporal.
 
 

Claves visuales que nos ayudan a interpretar el sonido

Algunas claves visuales que nos ayudan a comprender el sonido:

En el dominio temporal:

* Relación amplitud-intensidad

* Relación forma de onda con timbre... presencia de más o menos armónicos.

 * Discontinuidades y regularidades excesivas como elementos de ruido y
distorsión

* Ruido versus partes estables, vocales versus consonantes.

En el dominio espectral:

* Armonicidad.

* Regiones de relevancia espectral, formantes.

* Presencia de ruidos como picos espectrales fuera de lugar.

 

Edición destructiva y edición no destructiva

La mayoría de programas actuales de edición permiten trabajar de manera no-

destructiva. Ello significa que las transformaciones que realizamos con un
determinado archivo no operan directamente sobre él sino sobre una copia real
(un archivo temporal) o virtual (una serie de punteros y variables que especifican
cómo se transforma el archivo original en el momento de reproducirlo
transformado). La edición no-destructiva permite siempre "volver atrás" si
tomamos una decisión equivocada.

Una opción muy interesante en los sistemas de edición no destructiva es la del

uso de regiones. Una región es una representación "virtual" -software- de un
fragmento del archivo. Descomponiendo un archivo en regiones es posible
construir un orden nuevo de sus contenidos sin necesidad de alterarlo
físicamente, ni de copiar y pegar los fragmentos para construir nuevas
ordenaciones. Para ello elaboramos una lista de reproducción (o playlist) que
especifica qué regiones hacer sonar en cada momento.

En algunas aplicaciones de edición de sonido podemos hallar diferentes modos

de edición.  La elección de uno o de otro depende de los objetivos de la sesión o
del proceso que tratemos de llevar a cabo. Cuando utilizamos las funciones de
cortar y pegar es posible realizar un "pegado-mezcla" (pegando sobre un
fragmento del archivo que previamente contenía sonido), una inserción (el audio
que pegamos hace desplazar hacia atrás el que existía en el punto de inserción),
o una substitución total (cuando en lugar de un punto de inserción especificamos
una región). También es posible el pegado a una dirección específica de código
de tiempo. Otra opción muy interesante es el recorte (o crop), mediante el que
podemos eliminar todo aquello que rodea al fragmento que verdaderamente nos
interesa. Finalmente, la opción de simulación de bobina permite ajustar un punto
de edición escuchando a velocidad lenta el sonido existente alrededor de dicho
punto. Cada opción depende, en última instancia, del modo de edición en el que
estemos trabajando.
 

Cortes y encadenados. Fundidos de entrada y de salida. Fundidos cruzados

 Denominamos corte a una edición de material sonoro en la que el audio aparece
o desaparece bruscamente. Denominamos encadenado a una edición de material
sonoro en la que se yuxtaponen sin solución de continuidad y sin solapamiento
dos elementos más o menos dispares. Cuando hacemos un encadenado la
mayoría de aplicaciones profesionales pueden ajustar hasta cierto punto el 
enlace para que no se produzca un "click" audible debido a diferencias de fase y
amplitud entre los dos fragmentos.

Un fundido es una transición gradual desde o hacia el silencio absoluto. En el

primer caso se denomina fundido de entrada" (o "fade in"), mientras que en el
segundo caso hablamos de fundido de salida (o "fade out"). Cuando
yuxtaponemos 2 materiales sonoros diferentes utilizando una combinación de
fundido de entrada y de salida, es decir, cuando los yuxtaponemos sin "corte"
sino con una transición paulatina, denominamos al proceso crossfade (o
"fundido cruzado").

En un fundido cruzado coinciden en el mismo momento de tiempo dos

fragmentos sonoros diferentes, probablemente procedentes de archivos
diferentes, que se combinan entre sí en una proporción que varía a lo largo del
tiempo. Así hablamos de fundidos cruzados lineales, exponenciales, abruptos.
Siempre que realizamos un fundido cruzado hay que vigilar las alteraciones de
nivel que pueden producirse durante él (un fundido cruzado lineal origina una
pérdida de entre 3dB y 6 dB).
 
 

Eliminación de ruidos indeseables

Los ruidos continuos y estables (por ejemplo un zumbido de baja frecuencia, o el

"hiss" o soplido de cinta) pueden reducirse notablemente con ayuda de
sofisticados procesos de filtraje disponibles en algunos editores profesionales.
La estrategia suele implicar la selección de un breve fragmento -200 milésimas
suele ser suficiente- de ruido solo, a partir del que el programa obtiene el perfil
espectral de dicho ruido y propone un filtro reductor. A continuación, operando
por ensayo y error unos cuantos parámetros es posible conseguir una mejora en
la calidad sonora del archivo.

Los ruidos transitorios, abruptos, y poco predecibles (toses, respiraciones,

rozamientos de ropa, "clicks", "pops", etc.), es posible eliminarlos siempre que
no coincidan con material "interesante". Estos ruidos que aparecen en momentos
de silencio pueden eliminarse de manera semi-automática, con funciones tipo
puerta de ruido, en las que establecemos un umbral de intensidad por debajo del
cual lo que suena se atenúa o elimina. Además, es posible establecer umbrales
temporales de manera que la puerta de ruido sólo actúe si el ruido no es mayor o
menor que un determinado valor. En el caso de crujidos y "pops" de disco de
vinilo existen aplicaciones con funciones especialmente diseñadas para resolver
aceptablemente el problema. En el caso de "glitches" o "clicks", también
podemos utilizar funciones de "de-clicking" que permiten substituir la muestras
defectuosas por, por ejemplo, un valor aceptable calculado a partir de las
muestras adyacentes.
 La eliminación de ruidos indeseables no siempre debe realizarse "por sistema".
En ocasiones el proceso de eliminación puede llegar a desvirtuar características
sonoras importantes, en otras ocasiones determinadas eliminaciones restarán
naturalidad a la banda sonora, o provocarán una cierta sensación de extrañeza.
Es necesario valorar en cada caso la necesidad y el alcance y límites de dicho
proceso.
 

EJERCICIOS
0. Copiar a vuestra zona o al disco local los archivos tema3*.* que halléis en la
carpeta R:\Recursos\PostAudio.

1. A partir de los archivos tema3-musica.wav, tema3-voz.wav, tema3-

ruidos.wav tratar de relacionar y descubrir claves visuales que nos ayuden a
interpretar el contenido sonoro de los archivos. Utilizar las opciones de análisis
espectral para observar la estructura tímbrica de los sonidos.
 
2. Con los archivos tema3-a.wav y tema3-b.wav experimentar diferentes tipos de
fundido de salida y de entrada. ¿En qué situaciones puede funcionar mejor cada
tipo de fundido?

3. Enlazar los archivos tema3-a.wav y tema3-b.wav por encadenado,  y por

diferentes fundidos cruzados. ¿En qué situaciones puede funcionar mejor cada
tipo de enlace?

4. Experimentar diferentes posibilidades de corte y pegado de fragmentos a

partir de los archivos tema3-a.wav y tema3-b.wav. Elaborar un breve fragmento
musical que los combine de diferentes maneras.

5.Tratar de restaurar el archivo tema3-noise.wav con los diversos recursos que

nos ofrece Sound Forge. Dado que consta de varios fragmentos cuyo ruido
procede de fuentes diferentes, separar el archivo original en regiones, generar un
archivo a partir de cada una de ellas y operar sobre cada uno de ellos con la
estrategia más apropiada. Finalmente recomponer un archivo "limpio" a partir de
unir los diferentes fragmentos.

Transformación y procesamiento del sonido

 Reverberación y procesado espacial.

 Procesado de dinámica: normalización, modificación de la amplitud,
compresión, limitación, expansión...
 Transformaciones tímbricas basadas en retardos: delay, flanger, chorus...
 Transformaciones tímbricas basadas en la estructura de los sonidos. Filtrado.

Reverberación  y procesado espacial

La reverberación es la suma total de las reflexiones del sonido que llegan al lugar del
oyente en diferentes momentos del tiempo. Auditivamente se caracteritza por una
prolongación, a modo de "cola sonora", que se añade al sonido original. La duración y
la coloración tímbrica de esta cola dependen de:
1. la distancia entre el oyente y la fuente sonora;
2. la naturaleza de las superficies que reflejan el sonido.

En situaciones naturales hablamos de sonido directo para referirnos al sonido que se

transmite directamente desde la fuente sonora hasta nosotros (o hasta el mecanismo de
captación que tengamos). Por otra parte, el sonido reflejado es el que percibimos
después de que haya rebotado en las superficies que delimitan el recinto acústico, o en
los objetos que se encuentren en su trayectoria. Evidentemente, la trayectoria del sonido
reflejado siempre será más larga que la del sonido directo, de manera que
-temporalmente- escuchamos primero el sonido seco, y unos instantes más tarde
escucharemos las primeras reflexiones (early reflections); a medida que transcurre el
tiempo las reflexiones que nos llegan son cada vez de menor intensidad, hasta que
desparecen. Nuestra sensación, no obstante, no es la de escuchar sonidos separados, ya
que el cerebro los integra en un único percepto, siempre que las reflexiones lleguen con
una separación menor de unos 50 milisegundos. Esto es lo que se denomina efecto Haas
o efecto de precedencia
 

Cuando manipulamos un reverberador artificial, los principales parámetros son:

Tiempo de decaimiento: se define como el tiempo que tarda el sonido reverberado en

disminuir 60 dB (a menudo se denomina TR60). Las salas grandes tienen tiempos
largos (un segundo o más), mientras que las habitaciones de una casa tienen tiempos
muy cortos (menos de medio segundo).

Retardo de las primeras reflexiones: en salas grandes las primeras reflexiones tardan
en llegar más tiempo que en salas pequeñas, pudiendo sonar incluso como una especie
de eco.

Intensidad de las primeras reflexiones: está determinada por la distancia del oyente y
de la fuente sonora respecto a las superficies reflectantes. Si el oyente o la fuente sonora
están junto a ellas las primeras reflexiones sonarán con mucha intensidad.

Manipulando los 3 parámetros anteriores podemos crear la sensación de tamaño del

recinto, y de posicionamiento de fuente y oyente dentro de él. Pero además, podemos
crear diferentes sensaciones relacionadas con los materiales de las paredes, suelo y
techo con parámetros tales como:

Tipo de reverberación: una reverberación tipo hall nos proporciona una coloración
diferente que una de tipo plate, o de tipo room. Otros tipos de reverberación como las
gete-reverbs o las reverbs no lineales (en las que la intensidad de las reflexiones no se
va atenuando a medida que pasa el tiempo) pueden alterar poco la coloración, pero en
cambio provocar sensaciones extrañas (ya que son "anti-naturales").

Densidad de las reflexiones: aumenta en función de la cantidad de trayectorias

reflejadas que lleguen al oyente (debido a que hay muchas superficies reflectantes
(paredes con angulaciones cambiantes, objetos interpuestos en la trayectoria del sonido,
paredes de materiales poco absorbentes...).
Absorción selectiva de determinadas frecuencias: puede simularse aplicando una
determinada ecualización; la absorción está directamente relacionada con los materiales
de las superficies reflectantes (una pared de hormigón reflejará muchas más altas
frecuencias que una cortina gruesa, por ejemplo).

Es importante remarcar que cuando uno empieza a utilizar reverberaciones suele hacer
un abuso de ellas. La mejor manera de evaluar su efectividad consiste en ajustar el
equilibrio entre sonido seco y sonido reverberado (dry/wet) según cremoas apropiado, y
a continuación eliminar la reverberación; si "aparecen" detalles o instrumentos que en la
mezcla no se oían quiere decir que seguramente estábamos a punto de sobre-reverberar.
Para hacer este tipo de escucha es importante configurar el mezclador de manera que en
dos canales tengamos la señal seca, en los dos contiguos la señal reverberada, y que el
procesador nos entregue 0% de señal original y 100% de procesada.

En los últimos años han aparecido equipos e incluso programas que permiten simular el
posicionamiento de una fuente sonora no sólo en un espacio acústico y en un eje
horizontal, sino también en el eje vertical, así como simular con credibilidad
trayectorias de la fuente dentro de ese espacio. Asímismo, es posible codificar
fácilmente una mezcla en formatos envolventes multicanal (Surround).
 

Procesado de dinámica

El margen dinámico de nuestro oído y el que se puede generar a partir de instrumentos

acústicos puede alcanzar los 130 dB SPL. En cambio, los dispositivos de grabación no
tienen tanto margen: los magnetofones de cinta apenas superan los 60 dB, las tarjetas de
sonido domésticas apenas superan los 80 dB, tan sólo algunos de los equipos digitales
profesionales permiten una dinámica de 120 dB... Por tanto, en algunas situaciones en la
que necesitemos grabar instrumentos acústicos (especialmente una orquesta)
necesitaremos comprimir su dinámica (o aprendernos la partitura para subir o bajar
faders según haya momentos ppp o fff). Básicamente un compresor atenuará en una
determinada proporción (ratio) la intensidad de la señal cuando ésta supere determinado
umbral (threshold). Si a partir de determinado nivel no se permite que aumente la
intensidad en absoluto, estaremos utilizando un limitador en lugar de un compresor. El
limitador es de utilidad cuando resulta imprescindible que una señal de audio no supere
un determinado umbral (por ejemplo, en transmisión de televisión, o en grabación
digital -aunque en este caso el propio dispositivo de grabación ya realiza la limitación,
con los desagradables resultados que todos conocemos-).

Las utilidades más habituales y obvias de los compresores se centran en situaciones en

las que es necesario minimizar los cambios de nivel debidos a variaciones de la
distancia entre el micro y la fuente sonora, o cuando es necesario grabar sobre un
soporte que no permite tanta dinámica como la fuente original -y protegernos contra las
saturaciones-, o cuando es necesario suavizar los ataques de fuentes sonoras intensas, o
cuando es necesario conseguir una sensación de alta intensidad sonora sin llegar a
saturar y distorsionar la grabación (por ejemplo en emisoras comerciales de FM, o en
spots publicitarios). Cuando utilizamos la compresión hay que pensar que el nivel de
salida del compresor puede ser menor que el de entrada, por tanto tendremos que
compensar la salida añadiendo una ligera amplificación. Para eso utilizaremos el
parámetro output gain. Por último, hay que ajustar los parámetros de ataque y
liberación del compresor: el primero determina el tiempo que el compresor tardará en
entrar en acción cuando se haya superado el umbral; el segundo determina el tiempo que
el compresor tardará en dejar de actuar cuando la señal haya bajado por debajo del
umbral. Hay que vigilar el ajuste de ambos ya que un ataque demasiado corto provocará
una pérdida de transitorios en los ataques -y por tanto apagará el sonido, perderá
"pegada"- o puede generar "clicks", pero si es demasiado largo es probable que la
energía de los transitorios origine una alteración grande de nivel. Si el tiempo de
liberación es demasiado corto y la razón de compresión es grande puede aparecer el
efecto de "bombeo": la subida abrúpta de graves justo cuando deja de comprimir
-porque aún queda un cierto nivel de señal en la cola del sonido, y ésta ya no está siendo
comprimida-; si es demasiado largo, puede estar comprimiéndose un ataque que no lo
necesita, con la consiguiente pérdida de definición. El oído es quien nos tiene que guiar
en última instancia a la hora de ajustar esos parámetros.

Un tipo de compresión que cada vez se utiliza más es la compresión por bandas, de
manera que sólo se aplica a determinadas frecuencias (por ejemplo a los graves, o a los
7KHz para reducir la sibilancia o siseo de una voz). Aunque no nos extenderemos en
ellos, los reductores de ruido de cinta (Dolby B y C, Dolby SR y  DBX) son sistemas de
compresión/expansión selectiva por bandas de frecuencia.

Las puertas de ruido "cierran" el paso de toda señal que no supere un determinado
umbral fijado por el usuario. Son muy útiles en situaciones de "directo" en las que hay
multitud de micrófonos que pueden captar lo mismo que el principal, y tratamos de que
la señal sólo entre por el principal (por ejemplo, en un coloquio en el que casi seguro
que sólo habla una persona al mismo tiempo). También nos ayudan a "recortar" todos
aquellos ruiditos no deseados que se han colado en una grabación (toses, respiraciones,
rozamientos de ropas, ruidos de ambiente), siempre que no se mezclen con la señal
principal.
 
Los expansores de dinámica actúan de manera inversa a los compresores. A partir de
un determinado umbral expanden el margen dinámico en una proporción fijada por el
usuario. Su utilidad puede revelarse especialmente en situaciones en las que la señal
original tiene una dinámica demasiado reducida (por ejemplo, en la escucha de un disco
de vinilo) y nos interesa tratar de ampliarla un poco, o también puede ayudarnos a
restaurar señales grabadas con bajo nivel (aunque necesitaremos aplicar otros procesos
adicionales, ya que el expansor por sí solo no bastará).

Cuando necesitemos utilizar varios tipos de procesadores de dinámica hemos de actuar

en primer lugar contra los ruidos indeseables (con una puerta de ruido, por ejemplo).
Después podemos poner el compresor. Finalmente, a diferencia del uso de otros
procesos (reverberación, retardos), no suele tener mucho sentido combinar señal
procesada en dinámica con señal seca.

La normalización consiste en transformar la amplitud de la señal tomando un

determinado valor como máximo y reajustando en la correspondiente proporción toda la
señal. Así, cuando normalizamos a 0, si el valor máximo que tenemos en nuestro
archivo es de -10 dB estaremos amplificando toda la señal esa magnitud. El problema
más habitual con la normalización es la existencia de ruido de fondo, el cual, mientras
está a una amplitud baja no se percibe tan molesto como cuando es amplificado en
exceso (la explicación es psicoacústica). A veces será preferible normalizar a menos de
0 dB, o comprimir un poco y aprovechar la ganancia de salida del compresor para
aumentar el nivel definitivo. Aumentar la ganancia y normalizar son dos maneras de
referirse a una misma operación, aunque en muchas ocasiones empleamos la expresión
"normalizar" sólo cuando normalizamos a 0 dB de la escala digital.
 
 

Transformaciones tímbricas basadas en retardos: delay, flanger, chorus...

Eco/Retardo

Cuando las reflexiones de un sonido llegan con retardos superiores a 50 milisegundos

respecto de la fuente original aparece lo que denominamos eco. En otros tiempos el
efecto de eco se conseguía gracias a los 2 cabezales (grabación y reproducción) de un
magnetofón. Inyectando un sonido, grabandolo y reproduciéndolo inmediatamente
obtendremos un retardo cuyo tiempo estará determinado por la distancia entre los
cabezales y por la velocidad de la cinta (puede oscilar entre 66 i 266 milisegundos).
Actualmente los ecos se consiguen mediante retardos digitales (delays) que nos
permiten tiempos desde una milésima de segundo hasta 3 ó 4 segundos.

Además del tiempo de retardo, es posible manipular parámetros como:

Regeneración: la señal retardada vuelve a retardarse, con una regeneración al 100% la

señal no deja nunca de sonar.

Múltiples líneas de retardo (multi-tap delay): es posible retardar de maneras diferentes

pero simultáneas una misma señal (por ejemplo, una línea atenúa progresivamente la
señal retardada, otra hace un número fijo de retardos, con una dinámica creciente, y otra
hace lo mismo pero con una dinámica y una distribución de tiempos de retardo
aleatorias.

Panoramización: permite hacer sonar las repeticiones alternativamente en uno u otro

lado del espacio acústico, o ir desplazándolas progresimente en una determinada
dirección.

Los retardos no sólo se utilizan para simular eco:

o Con un retardo muy corto (< 30 milisegundos) y una cierta

realimentación alteraremos claramente la tímbrica. El sonido se hará
metálico y adquirirá resonancias muy definidas en determinadas
frecuencias. Incluso podemos simular acordes a partir de esta opción.
o Con un retardo entre 20 y 80 milésimas afectamos principalmente a la
presencia del instrumento, ya que nos aprovechamos del efecto Haas
para "sumar" perceptualmente dos sonidos iguales (y físicamente
separados en el tiempo), de manera que podemos generar la sensación de
sonido más "grueso", o de multiplicación de instrumentistas.
o Con retardos mayores de 80 o 100 milisegundos el efecto principal que
obtenemos es de tipo rítmico, por tanto -al menos en el caso de músicas
con ritmos marcados- hay que ajustar el tiempo de retardo al tempo de la
 música, para lo cual existen tablas muy útiles o puede valernos la
fórmula:

Tiempo de Retardo = 60000 / (BPM x R),

donde R es 1 si el retardo va a negras, 2 si es a corcheas, 4 si es a
semicorcheas, etc. Por ejemplo, a 100 BPM y 4/4, si queremos un
retardo a semicorcheas (R=4) necesitamos un tiempo de 150
milisegundos.

Flanger
 
Se trata de un filtrado periódico (en forma de peine) de una serie de frecuencias
determinada por el tiempo de retardo (por ejemplo, con uno de 0.5 milisegundos
realzaremos 2KHz y sus armónicos), aunque explicarlo con palabras es poco efectivo.
El origen del flanger es mecánico (hay quien se lo atribuye a George Martin y a John
Lennon): si al grabar una cinta en un magnetofón presionamos con el dedo de vez en
cuando y con fuerza variable la bobina que entrega cinta originamos micro-frenazos que
alteran la señal original. Si grabamos simultáneamente en 2 magnetofones, y en uno
aplicamos el "flanging" manual mientras que en el otro no, generaremos el barrido
característico del efecto de flanger.

El flanger proporciona efectos más llamativos cuanto más rico (armónicamente

hablando) sea el sonido. Cuando le añadimos feedback lo equiparamos a un chorus.
 

Chorus

Se utiliza para "engrosar" la señal, o para simular la existencia de varios instrumentos

sonando al unísono. En esta situación, un intérprete puede atacar con cierto retraso  y
con cierta desafinación respecto a otro intérprete; eso es lo que trata de simular, de
manera compacta, este efecto. Dado que su funcionamiento es similar al del flanger
(sólo que la señal que sale se filtra y se realimenta) los parámetros de control también
son similares.
 

Distorsión

Transforma en cuadradas las ondas de la señal de entrada. Eso origina que el resultado
tienda a ser desagradable y rasposo (ya que la cuadratura de la onda implica que
aparezcan armónicos impares).
 

Excitador

También denominado enhancer. Genera armónicos pares -a menudo medios/agudos- de

la señal de entrada, de manera que contribuye a hacer más presente esa señal en una
mezcla sin necesidad de subir su nivel. También puede utilizarse para generar
subarmónicos con el fin de realzar instrumentos de tesitura grave, o de proporcionarles
más cuerpo. Finalmente puede utilizarse satisfactoriamente en restauración sonora de
vinilos o de grabaciones defectuosas.
 

Transpositor

Inicialmente las transposiciones mecánicas se basaban en alterar la velocidad de

reproducción de una cinta respecto de su velocidad en el momento de la grabación
(reproduciendo al doble obtenemos una transposición de octava hacia arriba), pero
también se alteraba la tímbrica ya que esta transformación no preserva las estructuras de
formantes propias de muchos instrumentos (por ejemplo la voz) y de ahí los conocidos
efectos de "pitufo" o de "ogro", en los que la voz así procesada poco tiene que ver con la
original. Muchos transpositores digitales aún operan en base a esa idea de alterar la
velocidad de reproducción, aunque en los últimos años van apareciendo más equipos y
programas capaces de transponer, incluso en tiempo real, sin alterar en exceso las
características del instrumento. Las utilidades de un "pitch-shifter" comprendend:
desafinar ligeramente un instrumento (por ejemplo, convertir un piano "soso" en un
"honky-tonk"), engrosar su sonido -con la ayuda adicional de un pequeño retardo-),
crear imágenes estéreo a partir de una fuente mono, corregir algunas alturas
equivocadas en una interpretación por otra parte valiosa, crear armonías paralelas, o
deformar sonidos "naturales" u "originales" para crear nuevos timbres (películas como
La caza del Octubre Rojo, Full Metal Jacket, o Terminator 2 contienen interesantes
ejemplos de uso del transpositor).

La manipulación de un transpositor implica básicamente escoger un intérvalo de

transposición (o varios, en el caso de necesitar crear acordes). Manipulando otros
parámetros como el tiempo de retardo y el grado de realimentación podemos llegar a
generar arpegios y otros efectos musicales.
 

Transformaciones tímbricas basadas en la estructura de los sonidos. Filtrado.

El dispositivo más utilizado para transformar el timbre de un sonido es el ecualizador.

Un ecualizador permite modificar la señal de entrada de manera tal que determinados
componentes de su estructura o espectro salen de él atenuados o amplificados. Un
ecualizador permite, como máximo, manipular 3 parámetros:
1. Frecuencia de actuación o central: para determinar sobre qué zona del
espectro queremos actuar;
2. Anchura de banda o factor Q: para determinar la región en torno a la
frecuencia central (cuanto más estrecha más precisa será la modificación -pero
seguramente será menos evidente-);
3. Nivel de atenuación/amplificación: para determinar la magnitud en dB que
necesitamos realzar o atenuar la banda sobre la que actuamos.

Un ecualizador puede ser:

 Paramétrico: si permite manipular los tres parámetros anteriores;
 Semiparamétrico: si la Q está prefijada y sólo podemos alterar los otros dos
parámetros (habitual en muchas mesas de mezclas);
 Gráfico: si consta de un número fijo de frecuencias (8, 15, 31) de actuación, con
una Q fija, de manera que tan sólo permite modificar el nivel de
 atenuación/amplificación (con 31 bandas y una Q de tercio de octava puede ser
el típico ecualizador utilizado para ajustar tonalmente una sala).

Las transformaciones que podemos conseguir con un ecualizador no son excesivamente

drásticas, aunque nos pueden ayudar a atenuar determinadas frecuencias molestas o
exageradamente presentes, a realzar determinadas características tímbricas de una
fuente sonora, o, en última instancia, a compensar determinadas deficiencias
microfónicas o perceptuales (aunque no debemos poner muchas esperanzas en que nos
arregle una deficiente toma microfónica). La EQ no se debe utilizar por rutina o sistema
sino en función de los objetivos sonoros o musicales (claridad, equilibrio tonal, énfasis
en determinados componentes, etc.).

En una mezcla es importante tratar de plantear siempre en primer lugar una ecualización
destructiva (en la que se atenúan determinadas zonas para conseguir el deseado
equilibrio tonal) antes que una constructiva (en la que una amplificación excesiva puede
originar un aumento del ruido); en lugar de amplificar lo que queremos resaltar
podemos obtener el mismo efecto atenuando todo aquello que no nos interesa resaltar.
En cambio, en grabación, si es necesario ecualizar deberemos preferir antes una EQ
constructiva (que siempre permita volver a atenuar en mezcla) antes que una destructiva
(si hemos atenuado algo, difícilmente vamos a conseguir que "reaparezca"); ahora bien,
hay que conocer en qué zonas se mueve la energía de los instrumentos para no cometer
el error de enfatizar zonas vacías que lo único que hará será aumentarnos el ruido de la
grabación. También es importante ecualizar "contextualizadamente", es decir, teniendo
presente el resto de fuentes sonoras que van a sonar al tiempo que aquella que tratamos
de ecualizar: un instrumento ecualizado puede sonar fantástico cuando lo escuchamos
"solo", y en cambio, en la mezcla en la que está incorporado, ser un factor de
ensuciamiento o de desequilibrio. La ecualización debe permitirnos también asentar los
instrumentos en un espacio espectral "vertical", de forma que cada uno de ellos ocupe
un "nicho ecológico" propio y no exista una feroz competencia entre varios.

Junto a los ecualizadores los filtros son otra herramienta importante para alterar la
estructura tímbrica de un sonido (de hecho los ecualizadores no son más que filtros
especiales). Un filtro nos permite eliminar una determinada banda o margen de
frecuencias en torno, por encima, o por debajo, de una cierta frecuencia de trabajo o
frecuencia de corte.

Los filtros más habituales son:

 Pasa-banda: dejan intacta la señal que se halle en torno a una determinada

frecuencia central;
 Pasa-bajos: dejan intacta la señal que exista por debajo de una determinada
frecuencia de corte;
 Pasa-altos: dejan intacta la señal que exista por encima de una determinada
frecuencia de corte (por ejemplo, el filtro de 80/100 Hz que habitualmente llevan
las mesas de mezcla);
 Filtros de rechazo de banda o notch: eliminan la señal que se halle en torno a
una determinada frecuencia central;
 Filtros en escalón o shelving: atenúan o amplifican la señal a partir de una
determinada frecuencia de corte, pero sin ser tan abruptos como los pasa-altos y
pasa-bajos (los controles de graves y agudos de los amplificadores domésticos y
 algunas secciones de los ecualizadores de una mesa de mezclas suelen ser de
tipo escalón);

Además de estas herramientas básicas es necesario tener presente las herramientas de

transformación de la estructura tímbrica a partir de procesos de análisis y síntesis, como
por ejemplo los porgramas Soundhack, SMSTools, Lemur, etc. Con esta clase de
herramientas podemos operar drásticas transformaciones impensables sólo con ayuda de
filtros tradicionales. Es posible obtener más información sobre esta clase de
aplicaciones a partir de estas páginas:

CTI Music at Lancaster University

Mac programs for computer music
Digital Sound Page
HitSquad

Montaje y mezcla

  El entorno acústico que requiere una mezcla.

  Mezcladores virtuales.
  Procesado habitual en una mezcla.
  Automatización

El entorno acústico que requiere una mezcla

* Acústica de la sala: se requiere una sala con respuesta plana (sin tendencia a realzar o
atenuar determinadas bandas de frecuencia) y apenas reverberada; en caso de que no
cumpla estas condiciones es necesario acondicionarla acústicamente, y en última
instancia, procesar la escucha a través de un ecualizador gráfico de tercio de octava para
equilibrarla tonalmente. Además, la sala debe estar convenientemente aislada, de
manera que no interfieran en la escucha sonidos ajenos a la mezcla. Es importante, en
este sentido, conseguir aislar o atenuar ruidos propios de los dispositivos de audio
(motores, ventiladores de ordenadores, etc.), para lo cual suele ser útil disponer de una
"sala de máquinas" adyacente al control de escucha.

* Monitores de campo próximo y monitores de estudio: escuchar una mezcla puede

requerir dos tipos de escucha: por un lado la escucha "fina", de precisión, para captar los
matices de un instrumento determinado y los cambios que sobre su sonido puedan
realizarse, y por otro lado la escucha "integrada", en la que nos queremos hacer la idea
de cómo sonará esa mezcla en un equipo medio similar al de la mayoría de
consumidores. También es muy recomendable haber realizado al menos una escucha en
mono, para verificar que no se produzcan cancelaciones de fase.

* Niveles de escucha: la respuesta en frecuencias del oído humano sano no es lineal, ni

mucho menos. Cuando el nivel o sonoridad es bajo tendemos a "perder" bajas y altas
frecuencias, tal y como puede observarse en las típicas curvas isofónicas de Fletcher y
Munson. La respuesta más lineal de nuestro oído se da cuando el nivel de escucha es
bastante alto (unos 80 o 90 dB SPL), de ahí que para mezclar una producción
audiovisual se tienda a trabajar con esos niveles. Debe inisitirse en que un exceso de
horas de trabajo en esas condiciones degradan temporal (e incluso a veces
permanentemente la salud del aparato auditivo). La recomendación a seguir (según los
organismos de salud pertinentes) es realizar un descanso de 10 minutos cada hora que se
trabaje a 90 dB SPL; no sólo lo agradecen nuestros oídos, sino que el resultado del
trabajo acostumbra a ser más satisfactorio.
 
 

Mezcladores virtuales

Un mezclador es un dispositivo que permite combinar simultáneamente dos o más

señales diferentes. Para realizar esas combinaciones las señales discurren por buses, o
líneas de transmisión de audio, de manera que cuantos más buses independientes
tengamos más mezclas alternativas simultáneas podremos realizar (pensemos por
ejemplo que, en una grabación de un par de instrumentistas que tocan sobre una base ya
grabada cada uno de ellos requerirá una mezcla diferente en sus auriculares, y nosotros
en el control necesitaremos otra mezcla diferente, y si además hemos de grabar una
mezcla previa sobre la marcha, necesitaremos elaborarla independientemente de la que
escuchamos, e independientemente también de la que enviamos a grabación...). Por ello,
a la hora de evaluar la utilidad de un mezclador, no sólo cabe tener en cuenta el número
de canales, sino también el número y tipo de buses disponibles.

Los mezcladores virtuales suelen ser programas de gestión de pistas de sonido con
interfases gráficos que emulan las superficies de trabajo de una mesa de mezclas de
estado sólido. Entendiendo la estructura y funciones de una mesa de mezclas es fácil
utilizar el símil para comprender y operar un mezclador virtual ya que hasta el momento
no parecen existir metáforas mejores para diseñar sus nterfases de usuario.

En un mezclador cabe distinguir:

 Entradas y Salidas principales: a grabación, a altavoces, a auriculares, a menudo

duplicadas.
 Entradas y Salidas auxiliares: generalmente asociadas a buses auxiliares, de
subgrupos, de escucha, de inserción, o de retorno (para ingresar señal procedente
de procesadores).
 Canales: dentro del canal cabe distinguir el pre-amplificador (para ajustar la
ganancia de entrada), los filtros y ecualizadores, los potenciómetros de envío a
auxiliares, los selectores de envío a otros buses, etc.
 Buses auxiliares: generalmente utilizados como envíos hacia procesadores de
efectos, o hacia auriculares de la cabina de grabación).
 Buses de subgrupos: generalmente nos permiten agrupar un cierto número de
canales en un único par de salida (por ejemplo para regular el nivel de una
batería sin necesidad de operar sobre los 7 u 8 canales que habitualmente se
utilizan).
 Buses de retorno: llevan hacia otros buses señales que ingresaron en la mesa por
entradas diferentes a las de canal.
 Buses de monitoraje: utilizados para ajustar el nivel de entrada de señal (en
combinación con la función de escucha antes del fader o PFL.
La ventaja de los sistemas virtuales es que los buses pueden reconvertirse, y
reconfigurarse según las necesidades de cada proyecto, cosa que con los mezcladores de
estado sólido convencionales no es posible (el número de buses está prefijado y no se
puede alterar). En los sistemas digitales más simples sólo existen un par de buses
estéreo (escucha por cascos y salida de línea), aunque gracias a la tecnología Direct-X
algunos programas de audio incorporan ya otras alternativas (véanse por ejemplo los
envíos a efectos de Cakewalk).
 
 

Procesado habitual en una mezcla

Como siempre, no hemos de esperar a arreglar defectos de grabación en una mezcla. El

procesado a utilizar, por tanto, debería ser el justo y necesario para enfatizar
determinados aspectos cruciales que dependen del tipo de producción audiovisual que
estemos creando, o bien para tratar de conjurar problemas que se pueden presentar en el
momento de la difusión de dicha producción. La mezcla que vamos a realizar no será la
misma si el destino final es un video, un CD, un CD-ROM, o un cassette.

Cuando la respuesta en frecuencias del soporte final esté restringida (caso del video
analógico tradicional, que no va más allá de 15 KHz, o de los cassettes, que también se
quedan en esa región), o la dinámica esté reducida (en un vinilo no hay más de 40 dB,
por ejemplo), hay que procesar convenientemente la mezcla (recortando frecuencias,
comprimiendo, etc.).

Los procesos más habituales en la mezcla son:

Ecualización: un mismo instrumento en mezclas diferentes puede requerir

ecualizaciones diferentes. La primera regla de la ecualización dice que no hay reglas
para ecualizar. Lo que es importante es conocer en qué regiones del espectro se halla la
energía de cada instrumento para poder decidir a qué "nicho espectral" asignamos cada
uno de ellos. Ya nos ocupamos de esto en el tema anterior.

Panoramización: sirve para ayudar a distribuir y localizar en el espacio las diferentes

fuentes sonoras. No hay que olvidar que, en combinación con niveles diferenciados y
con un buen ajuste de la reverberación, podemos conseguir crear planos sonoros
diferentes. En el caso de sonorizar imágenes suele estar en concordancia con la posición
de la fuente sonora en el encuadre escogido en cada secuencia (salvo que haya muchos
saltos, en cuyo caso puede ser preferible no moverlo continuamente). En el caso de
grupos instrumentales suele escogerse una panoramización que refleje las posiciones
espaciales habituales de cada instrumento dentro del conjunto. La posición central
siempre se reserva para los instrumentos que ejerzan un papel más importante. Hay que
vigilar bien los casos en los que se panoramiza a los extremos, ya que podemos estar
creando "agujeros en el centro". En cualquier caso, se aplica la misma regla que en la
ecualización. 

Reverberación: generalmente es necesario crear la sensación de que diversos

instrumentos, grabados en condiciones acústicas diferentes, comparten el mismo o
parecido espacio físico; para ello nos valdremos de la reverb y del panorama. Hay que
vigilar la coloración que nos añadirá la reverb (en algunos casos puede amplificar
graves y emborronar la mezcla, por lo tanto, el retorno de la reverb podríamos recortarlo
por debajo de 100 Hz). La combinación de delay corto + reverb puede resolver mejor
que la reverb sola algunas situaciones.

Compresión: especialmente necesaria en video o en grabaciones sobre cinta magnética

doméstica. En mezcla suele comprimirse toda la mezcla de manera global (previamente
podemos haber grabado algunos instrumentos ya con una suave compresión, o haberlos
regrabado aplicándola entonces). Si tenemos acceso a una compresión por bandas de
frecuencia, con un poco de experimentación podremos conseguir resultados más
interesantes que aplicando la misma compresión a todas las bandas. A veces, tras la
etapa de compresión, y ya justo antes del DAT máster podemos insertar un excitador
psicoacústico que devuelva parte del brilllo que el compresor puede habernos hecho
perder, y también para conseguir una mezcla más "presente".
 
 

Automatización

Para ahorrarnos la tarea de tener que usar las manos y los pies para conseguir fundidos
simultáneos de varios canales a diferentes velocidades (y teniendo en cuenta que no
podemos amaestrar a un pulpo para que nos ayude) debemos recurrir a la
automatización de los movimientos de faders y potenciómetros de una mesa, ya sea real
o virtual. La automatización se conseguía antaño mediante la conversión de los datos de
posición de los controles de la mesa a un determinado formato digital especial, y la
grabación de dichos datos en una pista del magnetofón "master", pero hoy en día cada
vez es más utilizada la automatización MIDI. Mediante los controladores 7 y 10
(volumen y panorama respectivamente), o mediante otros controladores no asignados
que nos permitan mayor resolución y que hayamos asociado (vía software) a los
controles de nivel y panorama de cada pista es posible grabar (en varias pasadas
incrementales) una secuencia MIDI con la información necesaria para conseguir la
mezcla que haga falta, por compleja que sea. Si además disponemos de una superfície
física de control como una caja de faders MIDI, podremos realizar movimientos en
varios canales simultáneamente. Hay que advertir que no todos los programas de mezcla
multipista permiten dicha automatización (Cakewalk, por ejemplo, sí; en cambio
CoolPro no).

Generalmente durante una sesión de automatización se graba una secuencia inicial

aproximada a la mezcla que se pretende, y luego se insertan correcciones en
determinados puntos críticos, o se sobre-escriben movimientos que no hayan resultado
apropiados. También se suele utilizar una función de "configuración instantánea" por la
que podemos grabar la situación del mezclador en un momento dado, y luego, en otro
momento, recuperarla exactamente.
 

Sincronización audio-video. Formatos definitivos.

 SMPTE.
 Postproducción informatizada.
 El sonido y los formatos audiovisuales más habituales: AVI, Quicktime,
Betacam...
 
 

SMPTE

Las siglas significan Society of Motion Pictures and Television Engineering

(sociedad de ingenieros de cine y televisión) y a menudo se asocian al código
más utilizado para sincronizar audio y video. Para conseguir esa sincronía es
necesario disponer de un aparato -generalmente un magnetoscopio- que
denominamos master, y de uno o más aparatos -generalmente multipistas de
audio- que denominamos esclavos (slaves). El master es el que tiene el código
de tiempo que gobierna los esclavos; la función de éstos es siempre la de seguir
el código que en cada momento esté reproduciendo el master -o sea, posicionar
sus sistemas de transporte, reales o virtuales, en el punto que indica el master.

El código SMPTE es una señal digital -impulsos o ausencia de ellos- (grabada

analógicamente), que contiene una referencia temporal absoluta y que suena a
modo de tono electrónico modulado. La referencia temporal absoluta consiste en
una "dirección" indicada como horas, minutos, segundos y fotogramas, cuadros,
o frames (hh:mm:ss:ff), que se graba de manera reiterada (varias veces por
segundo) en las cintas que necesitan sincronizarse. Puesto que la cinta contiene
una marca temporal diferente por cada frame de imagen (sólo existirá un frame
cuya dirección sea 1h:05m:22s:04f, por ejemplo), resulta fácil posicionar la cinta
en el punto que interese. A partir de esta señal, y con la ayuda de un
sincronizador que la recibe, la descodifica y controla el mecanismo de transporte
de los dispositivos esclavizados podremos conseguir que un multipistas de audio
desplace su mecanismo de transporte (real o virtual) siguiendo el código del
video. El proceso por el cual los esclavos se dirigen al punto marcado por el
master y se posicionan en él se denomina resolución (resolving).

Existen diferentes variaciones del código SMPTE, según el número de frames

con el que trabajan:

o El SMPTE puro és el sistema americano en blanco i negro. Trabaja con 

30 cuadros por segundo.
o El SMPTE "drop frame" o "con eliminación de cuadro" es el propio del
sistema de video NTSC de los EEUU. Trabaja a 29.97 cuadros por
segundo. Para conseguirlo el código trabaja realmente a 30 cuadros por
segundo, pero los dos primeros cuadros de cada minuto que no sea el 00,
10, 20, 30, 40, y el 50 no se cuentan -se eliminan- (es decir, que por
ejemplo después de 00:53:59:29 pasamos a 00:54:00:02).
o El EBU (European Broadcast Union) es el propio de los sistemas de
video PAL y SECAM. Trabaja a 25 cuadros por segundo. Es el habitual
en Europa y a veces se lo denomina SMPTE/EBU.
o Finalmente, en cine se utiliza código de 24 cuadros por segundo.

La elección de un sistema u otro se hace en función del tipo de producto y de sus

lugares de difusión aunque lo más habitual es trabajar 25 fps. En cualquier caso
hay que procurar no mezclar formatos diferentes en una misma producción, dado
que las conversiones entre unos y otros no siempre resultan triviales.
 

En algunas ocasiones, al trabajar con código SMPTE puede ser necesario ajustar
el denominado offset o diferencia entre el código del master y el del esclavo.
Supongamos que hemos empezado a sonorizar un video antes de que nos hayan
pasado las imágenes. Nuestro audio empieza en 00:01:00:00, pero cuando
recibimos las imágenes nos damos cuenta de que el audio debería empezar en
00:02:30:00. Si no es fácil mover en bloque toda la banda sonora (cuando se
trabajaba con multipistas analógicos que tenían SMPTE en la última pista era
imposible plantear tal movimiento) podemos recurrir a ajustar el offset (todos
los programas serios tienen una opción para ello), de manera que el sistema
esclavo, cuando reciba el código 00:02:30:00, empiece la reproducción
correspondiente a su código 00:01:00:00. Estableciendo un offset de
-00:01:30:00 (nótese que el offset sería negativo en este caso, y algunos sistemas
no pueden trabajar con offsets negativos sino que requieren establecer el 0
absoluto en 24:00:00:00 de manera que nuestro offset también podría ser
23:58:30:00) habremos resuelto el problema. La fórmula
        Offset = Tc Esclavo - Tc Master
nos permite calcular el valor de offset. Una recomendación respecto a los
valores de código SMPTE es la de procurar empezar a trabajar con valores más
allá del cero absoluto (por ejemplo 00:02:00:00) para evitar problemas en el caso
de que haya que añadir elementos (sean de imagen o sean de sonido) al principio
de la cinta. Finalmente, cuando necesitemos sonorizar un video no debemos
olvidar que, además de necesitar disponer de una copia con el código SMPTE
que gobernará los dispositivos esclavos, necesitamos ver sobreimpresionado en
pantalla ese mismo código. Así pues cuando solicitemos una copia de trabajo
para sonorizar hay que acordarse de pedir que nos sobreimpresionen el código, y
antes de empezar a sonorizarla es necesario verificar que el código
sobreimpresionado coincide con el que hay grabado en la pista de código que
usamos para controlar los dispositivos esclavos.
 
Actualmente en configuraciones de estudio en las que se utilizan dispositivos
MIDI se emplea cada vez más el Midi Time Code (o MTC), que es la versión
del código SMPTE en formato de datos MIDI (en jerga MIDI se trata de
mensajes comunes de sistema o System Common). Así, a través de un cable
midi real o virtual también es posible transmitir una señal de direccionamiento
absoluto de tiempo a diferentes aparatos tales como secuenciadores,
workstations de síntesis, editores de sonido, multipistas digitales, etc. En estos
casos suele existir un dispositivo (como el SMPTE Slave Driver de Digidesign,
o la interfase MIDI 2Port S/E de Opcode) que pueden recibir y generar SMPTE
en formato tradicional y convertirlo a MTC, y viceversa. Cuando se utiliza MTC
en una configuración MIDI típica es recomendable disponer de un puerto MIDI
exclusivamente para la transmisión de MTC (al utilizar un mismo puerto para
MTC y para mensajes de canal típicos podemos colapsar el sistema con cierta
facilidad).
 

Postproducción informatizada
La postproducción informatizada requiere no sólo de que dispongamos en
formato digital de todos los elementos de la banda sonora, y de una serie de
programas de edición, procesado y mezcla, sino también de que dispongamos en
formato digital de las imágenes que tenemos que sonorizar.

Uno de los entornos integrados más conocidos es Premiere, pero está orientado
principalmente a la postproducción de imágenes (si bien con él podemos
resolver satisfactoriamente también sencillas postproducciones de sonido).
Postview, pariente de Protools permite la postproducción de sonido en un
entorno en el que se integra también el video digital. En el ámbito de los PCs,
cabe destacar Soundscape y SADIE. En cualesquiera de esos casos es necesario
disponer de un hardware específico que posibilita una conversión A/D y D/A de
muy alta calidad, y la gestión, edición y procesado del sonido con gran eficacia.

Otra opción interesante en estudios domésticos es la de utilizar un programa

reproductor de video digitalizado que pueda al mismo tiempo generar MTC
(Sound Forge, por ejemplo). Este MTC es llevado vía software hacia el
programa de edición o de mezcla multipista (CoolPro, por ejemplo), el cual
habremos configurado como esclavo de MTC. Así, cuando hagamos play en el
reproductor de video digital el programa de audio se pondrá en reproducción
sincronizada. Para hacer uso de esta opción es imprescindible disponer de una
matriz virtual MIDI o programa de rutaje MIDI que facilite el uso flexible de
puertos MIDI virtuales (además de los reales que nos proporciona nuestra
tarjeta). Hubi Loopback Device es un shareware imprescindible para crear a
través de software un MIDI patchbay de 4 entradas x 4 salidas.
 
 

El sonido y los formatos audiovisuales más habituales: AVI, Quicktime,

Betacam...

Betacam

Es un formato de 1/2 pulgada, el más utilizado actualmente para hacer masters

de video. La señal de video se registra "por componentes", es decir, con pistas
separadas para la crominancia (información de color) y la luminancia (cantidad
de luz). En un Betacam normal hay tres pistas longitudinales para grabar audio
analógico: Audio-2 (la més exterior, en la parte de arriba),  Audio-1 (más hacia
el centro, pero adyacente a la anterior), y Audio-3 (exterior, abajo). Esta última
suele ser la utilizada para grabar código de tiempo. La calidad sonora del
Betacam es un poco mejor que la del Umátic, ya que presenta 50 dB de relación
señal/ruido, y un rango de frecuencias entre 15 y 15000 Hz. La varietdad
conocida como Betacam-SP mejora las prestaciones de audio ya que incorpora
el reductor de ruido Dolby-C, cosa que hace aumentar la relación señal/ruido
hasta 53 dB. Además, es posible grabar sonido en 2 pistas adicionales que se
codifican y graban conjuntamente con la crominancia. Estas pistas ofrecen  68
dB de relación señal/ruido, y un rango de 20 a 20000 Hz, pero resultan
problemáticas cuando se necesita editar la imagen "a posteriori" así que sólo
pueden utilizarse si la mezcla definitiva de audio se realiza al mismo tiempo que
el volcado (o "repicado") de la imagen.
 

VHS

No se trata de un formato habitual para masters, pero sí para copias de trabajo

que nos permitan ir sonorizando en casa o en un pequeño estudio, y luego
trasladar nuestro trabajo a otro formato profesional con la seguridad de que las
cosas cuadrarán sin problemas. El VHS es un formato de 1/2 pulgada con 1 ó 2
pistas lineales de audio, i en algunos modelos (HI-FI) dos pistas adicionales de
sonido modulado en frecuencia (AFM) igual que el Betacam SP. No lleva pista
dedicada a código de tiempo así que deberemos sacrificar una pista de audio
para insertar el código de tiempo.

Hi-8

Es un formato en cinta de 8mm que permite disponer de dos pistas digitales de

audio PCM (de calidad inferior a la de un CD ya que se cuantiza a menos de 16
bits). Además de ellas, dispone de otras 2 pistas de audio modulado en
frecuencia. Las pistas PCM son independientes de la imagen.
 

AVI

Es un formato de digitalización de video desarrollado por Microsoft. En un AVI

el audio y el video se almacenan entrelazados, y el software de presentación se
encarga de separar los dos componentes a la hora de "proyectar" la película .
(generalmente en formato de 320 x 240 pixels, y a una velocidad de 15 frames
por segundo).
 

Quicktime

Formato de digitalización de video desarrollado por Apple. Permite integrar

imagen móvil y fija, texto, animaciones, audio y midi en un objeto único y
compacto. No es específico de plataformas Mac aunque para examinar y editar
el contenido de un Quicktime existen más herramientas (por ejemplo
MoviePlayer) para Mac que para PC.
 
 

DAT con código de tiempo

El formato original de la cinta DAT no permite almacenar información de

tiempo con precisión de frames. No obstante algunos fabricantes han llegado a
soluciones satisfactorias a base de utilizar el espacio destinado a subcódigos
(donde se graban las marcas de inicio de programa, de salto, de fin de cinta, etc.)
pero para ello son necesarios grabadores/reproductores de DAT especialmente
adaptados (cosa que triplica su precio de coste). Un aparato de estas
 características es capaz de generar SMPTE, de leerlo en cualquier formato, y de
actuar de esclavo o de master según convenga.

También a finales de los 80 se desarrollaron formatos multipista de audio digital

con soporte en cintas de video S-VHS (por ejemplo, ADAT de Alesis) o 8 mm
(DA-88 de Tascam, por ejemplo) en los que es posible disponer de código
SMPTE alojado en una de las pistas normales (caso del ADAT) o en una pista
especial (caso del DA-88).

Fuentes sonoras a incorporar en una producción audio-visual (I): voces.

 Características sonoras de las voces.

 Rudimentos de microfonía para voces.

Características sonoras de las voces

La voz humana cantada tiene una tesitura que oscila entre los 80 y los 1000
Hercios, aunque la mayor parte de la energía se sitúa entre los 200 y los 700 Hz..
Según la ubicación y rango de la tesitura de una voz cantada distinguimos como
mínimo entre voces de bajo (82/293 Hz), tenor(146/523 Hz), contralto (174/659
Hz) y soprano (261/1046 Hz). Los armónicos de un cantante pueden llegar a los
12 o 14 KHz en el caso más agudo. En cambio, la tesitura de la voz de un
locutor o de un actor no cubre tan amplio espectro, y debemos esperar que se
sitúe entre los 100 y los 500 Hz, mientras que sus armónicos probablemente no
superen los 10 KHz.

Otra característica importante de la voz es que las vocales presentan zonas en las
que se concentra la energía: son lo que denominamos los formantes de la voz. El
número de formantes y su ubicación son diferentes para cada vocal y para cada
registro de voz, aunque no varían en exceso entre cantantes diferentes de un
mismo registro (varía la fundamental, pero no la ubicación de los formantes). El
primer formante lo hallamos entre 250 y 700 Hz, mientras que el segundo se
sitúa entre 700 y 2500 Hz. Los buenos cantantes de tesitura grave y media
presentan el denominado "formante del cantante", una zona de energía
especialmente realzada entre 2.5 y 3 KHz que les sirve para poder sobresalir en
medio de una orquesta.

En cuanto a los sonidos que una voz puede generar, en el caso del canto
predominan las vocales, que son sonidos estables, armónicos, de altura
definida... En cambio en el habla existe una mezcla de sonidos vocálicos con
consonantes, que son sonidos inarmónicos, transitorios, sin altura definida la
mayoría de las veces.  Los sonidos de consonantes tienen un espectro de energía
mucho más ancho (puesto que son ruidos) aunque algunas de ellas presentan
zonas especialmente intensas: la "s" tiene mucha energía entre los 7 y los 8 KHz;
la "j" presenta alta energía por encima de los 4.6 KHz; la "r", en cambio tiene
una distribución mucho más uniforme.
El momento del día que elijamos para grabar una voz puede determinar en gran
medida su calidad: siempre hay que preferir la tarde o la noche (si por la mañana
no se ha sometido la voz a esfuerzos), aunque eso a menudo no lo podemos
controlar nosotros.

En el caso de voces de locutores (y en general, de cualquier voz que no cante

-actores, por ejemplo-) hay que valorar en primer lugar la inteligibilidad, ya que
un locutor suele decir algo para que sea entendido por los espectadores. La
inteligibilidad depende de diversos factores: prominencia de las consonantes,
características espectrales de la voz, ritmo, articulación, vocalización... Puesto
que las consonantes son básicamente ruidos y de ellas depende en primer lugar
la inteligibilidad, cualquier interferencia o ruido que aparezca en una grabación
puede afectar gravemente su inteligibilidad debido a un efecto de
enmascaramiento.

Las cualidades tonales de una voz suelen determinar su elección o no para

determinados roles. Por ejemplo, dado que una voz grave tiende a ser tomada
como más creible (existe evidencia empírica al respecto, no se trata de
suposiciones), esas voces serán las preferidas en spots comerciales que
pretendan ofrecer datos que orienten las decisiones de los consumidores. En este
mismo sentido, debemos considerar desacertadas determinadas voces
aparentemente infantiles que se utilizan en otros tipos de spots, pues al no ser
identificadas como tales producen efectos contrarios a los deseados.

Finalmente, otras características a valorar pueden ser que no tenga un exceso de

sibilancia (o sea, que los sonidos de "eses" no sean excesivamente prominentes)
y que no tenga unas plosivas explosivas (o sea, que los sonidos de "bes" y "pes"
no hagan que saltemos de la silla), aunque estos dos defectos pueden paliarse
con ayuda de la tecnología.

Rudimentos de microfonía para voces

El primer factor a controlar en una grabación de voces es la comodidad del

cantante o del locutor. Si no se siente bien, confortable, en un ambiente positivo
destinado a extraer lo mejor que pueda dar de sí, por muy bueno que sea él o
ella, y por muy extraordinario que sea nuestro equipamiento, no conseguiremos
un resultado decente. En la comodidad juega un papel importante la
comunicación, no sólo la verbal (ayuda mucho que el productor sepa lo que la
voz debe hacer y cómo, y que se lo sepa transmitir), sino también la no verbal (él
o ella verán a través de una ventana las caras que ponemos en el control);
también es importante que reciba una buena mezcla de referencia, con el
equilibrio y el nivel que desee, y en unos auriculares cómodos; y que pueda
pedirnos en cada momento lo que necesite, tanto en cuestiones sonoras como a
otros niveles (descanso, atenuar la refrigeración, beber...). Si todo esto lo hemos
cuidado al máximo, tendremos un 30% del éxito garantizado.

Cuando la grabación se realice en un lugar cuyas características acústicas sean

beneficiosas para la voz, y nos interese aprovecharlo, será preferible un
diagrama polar omnidireccional pues captaremos en mayor medida que con
micrófonos direccionales la reverberación y la coloración del recinto. En estos
casos, además, puede ser recomendable el realizar una toma estereofónica, que
aún preservará más tales características. Si no nos interesa la acústica del
recinto, además de utilizar un micro direccional podemos ayudarnos de pantallas
aislantes y/o atenuadoras de reflexiones para garantizar una toma con el mínimo
de coloración debida al recinto (aunque su uso contribuye a disminuir la
comodidad del cantante o locutor).

En el caso de grabar voces en exteriores hay que prestar especial atención a los
ruidos de ambiente: podemos reducirlo considerablemente con micrófonos
direccionales (especialmente de diagrama polar hipercardiode o supercardioide)
y ubicando -siempre que sea posible- la fuente sonora de frente a las fuentes de
ruido (para captarla de espaldas a él). También el uso de un filtro de graves (pasa
altos ajustado entre 80 y 100 Hz) es una opción útil a considerar para reducir el
ruido de tráfico, manipulación del micro, roces de ropa, etc.

La elección de un micrófono u otro es materia bastante personal, e implica un

conocimiento profundo del comportamiento de los micros que haya a nuestra
disposición. En estudios, especialmente para postproducción de video, se suele
trabajar con un micro de condensador de diafragma grande (tipo Neumann U87
o U47) colocado a un palmo de la boca, para cantantes pop y actuaciones en
directo se prefieren micros dinámicos como el clásico Shure SM58, y en
determinado tipo de rodajes o de programa de TV alguno de tipo lavalier (micro
de solapa). Además del micro elegido, y de su ubicación (podemos alejarlo si se
trata de grabar locuciones que luego irán en segundo plano), juega un gran papel
en el sonido final el pre-amplificador (o previo) utilizado. Siempre que
dispongamos de un previo decente externo a la mesa de mezclas es aconsejable
utilizarlo. El principal objetivo del previo es amplificar la señal del micro lo
necesario para que sea grabada con el nivel óptimo, pero además, el previo
introduce coloraciones que en muchos casos son intencionadamente buscadas.
Los previos a válvulas "añejos" parecen dar mayor calidez a la voz que los
previos digitales más modernos (pero también pueden introducirnos más ruido e
interferencias). En el caso de utilizar micros direccionales debe prestarse
especial atención al efecto de proximidad: a medida que la fuente sonora se
aproxima al micro se realzan más las frecuencias graves.

Los objetivos de la grabación que más debemos cuidar son:

o Obtener una calidad tonal lo más parecida al original, al tiempo que

resaltamos aquello que la voz pueda tener de peculiar e interesante (para
hacer la comparación es conveniente el ejercicio de escuchar la voz "al
natural", en la propia cabina de control o en la sala de grabación si es
tonalmente neutra y "guardarnosla en la memoria" para hacer
comparaciones cuando ajustemos el micro, o cuando la ecualicemos).
o Obtener una serie de ellas con suficiente coherencia tonal, estabilidad de
niveles, calidad y claridad sonora entre ellas, de manera que aunque la
banda sonora contenga fragmentos grabados en momentos diferentes ello
no sea aparente.
o Especialmente en el caso de diálogos y locuciones, obtener tomas con el
máximo grado de inteligibilidad posible. Podemos mejorar la
inteligibilidad amplificando un poco la banda en torno a los 2 KHz (o en
 general amplificando 3 o 4 dB por encima de esa frecuencia), pero
también nos puede ayudar el enlentecimiento artificial del ritmo de
pronunciación (cuando ello sea posible). También la elección de una
reverb bastante corta, poco prominente, e incluso con un predelay de
unos 35 ms (para engrosar el sonido gracias al efecto Haas) puede jugar
en favor de una mejor inteligibilidad.

Para paliar la sibilancia pueden utilizarse de-essers, una especie de compresores

especializados que se encargan de recortar la banda en torno a 7 u 8 KHz.
cuando existe un exceso de energía en ella (de hecho con muchos compresores
normales es posible conseguir dicha función aún cuando no se especifique en su
panel de control). El problema de las plosivas puede paliarse con ayuda de un
filtro anti-pop (no quiere decir que elimine a los cantantes pop) o en su defecto
con una pantalla elaborada con ayuda de alambre y una media o panty, que se
colocan justo ante el micro, entre él y el/la vocalista. También puede ser útil en
este caso descentrar ligeramente el micro, de forma que en lugar de apuntar al
centro de la boca apunte a la mejilla o a la barbilla. Las respiraciones exageradas
habrá que eliminarlas "a mano" o con ayuda de una puerta de ruido a posteriori
(si hemos hecho la grabación sin utilizarla).

Respecto al procesado, casi siempre es preferible aplicarlo "a posteriori" pues al

aplicarlo en grabación resultará imposible o muy difícil restaurar el original no
procesado si ello es necesario. En todo caso, una puerta de ruido y una ligera
compresión (dado el gran margen dinámico de la voz) son los tipos de procesado
que sí pueden recomendarse en muchas ocasiones en las que hay que grabar una
voz. En caso de usar compresión en la grabación suele preferirse un buen
compresor analógico "añejo" o "con solera" (vintage) que añada calidez a la
grabación digital, en lugar de uno de calidad media o incorporado en la mesa o
en el sistema de grabación. También puede ser util en contadas ocasiones,
siempre que no se abuse, el ayudarse de un transpositor para corregir
desafinaciones.

Finalmente, si somos los responsables últimos del sonido debemos asumir dicha
responsabilidad exigiendo repetir las tomas tantas veces como sea necesario para
disponer de al menos una que sea satisfactoria (¿verdad que se hace lo mismo
con la imágen y nadie pierde la calma?) siempre que la deficiencia en las tomas
no se nos puedan achacar a nosotros mismos y a nuestros aparatos.

Fuentes sonoras a incorporar en una producción audio-visual (II): efectos

 Tipologias de efectos.
 Estrategias de creación de efectos.
 Colecciones de efectos. Recursos disponibles en Internet.

Una primera definición, algo reduccionista, de efecto de sonido sería la de considerar

como tal cualquier reproducción de sonido que trate de acompañar a la acción y
proporcionar realismo a una producción audiovisual. Los efectos pueden representar
objetos, movimientos en el espacio o en el tiempo, estados emocionales, procesos de
pensamiento, contacto físico entre objetos, escenarios, entidades irreales... En algunos
casos los efectos pueden servir para ahorrar escenas peligrosas, económicamente
cosostas o muy difíciles de filmar; es lo que se denomina función elíptica del efecto de
sonido.

En general los efectos más utilizados a lo largo de la historia del teatro eran
principalmente aquellos encargados de simular sonidos de la naturaleza (ya los griegos
utilizaban efectos de sonido en sus obras de teatro, por ejemplo hacían sonar "truenos"
cuando aparecía el dios Júpiter airado), y más adelante aquellos destinados a reforzar
situaciones cómicas. A partir de la expansión de la radio en los años 30 los efectos de
sonido recibieron un nuevo impulso: era necesario conseguir el máximo realismo en un
medio dramático que no contaba con la imagen como factor principal para ello, y
también era necesario eliminar los fatídicos silencios muertos que daban la sensación de
que la emisora no funcionaba bien. Los "efectistas" de la época, además de los
mecanismos tradicionales de generación de efectos (planchas metálicas, muelles,
instrumentos de percusión, bocinas, silbatos, etc.) podían disponer de efectos
previamente grabados en discos de piedra o bakelita  (incluso había tocadiscos
especiales de 2 brazos para reproducciones simultáneas de 2 efectos!). Finalmente, los
efectos de sonido llegaron al cine y a partir de la película Aleluya de King Vidor (1929)
fueron utilizados de manera dramática y no como simple contrapartida aural de la
imagen.

Tipologias de efectos

 Considerados según su origen pueden ser:

o Efectos originales, procedentes de las tomas de sonido directo o sonido
de producción. Estos efectos pueden ir en sincronía con determinadas
imágenes o ser independientes de ellas, si bien su origen sigue siendo los
lugares del rodaje. Cuando la planificación de la producción establece la
grabación de sonidos originales hay que conseguirlos con la máxima
nitidez sonora posible (si es necesario hay que aprovechar los ratos de
descanso o cuando aún no ha empezado la sesión de filmación). En
situaciones de rodaje también hay que prever la grabación correcta de
aquellos sonidos cuya generación no puede repetirse (destrucciones de
elementos, multitudes, etc.), así como de aquellos sonidos de ambiente
que pueden ayudarnos a establecer un determinado entorno acústico
durante la postproducción (esta grabación de sonidos probablemente
útiles, pero no indicados en el guión, se denomina wildtracking). Los
efectos originales tienen los inconvenientes de que es difícil hallar
lugares lo suficientemente tranquilos y silenciosos que garanticen una
buena grabación, y que muchos eventos naturales son poco controlables
y difícilmente repetibles. Por todo ello los efectos originales a menudo
requieren de algún tipo de post-procesado antes de incluirlos en la banda
sonora.
o Efectos de sala (en inglés se denominan foley en honor de uno de los
pioneros en su creación: George Foley). Son sonidos que reemplazan los
sonidos de ambiente y los efectos que se pierden cuando se doblan
diálogos o se graban en directo. En general los efectos de sala
acostumbran a ser pasos, roces de ropa, ruidos domésticos, puertas que se
abren y se cierran, etc, y para su grabación los estudios disponen de
suelos de superficie variable (un metro cuadrado de grava, otro de arena,
otro de cemento, otro de hojas secas...) así como de salas de almacenaje
 de elementos útiles (fragmentos de metal, latas, zapatos, vidrios, etc.).
Efectos típicos de sala son los pasos de un caballo creados a partir de
golpear cocos contra un suelo de tierra o de grava, la lluvia creada a
partir de volcar tierra sobre un papel situado encima del micrófono, los
sonidos de comida friéndose creados a partir de poner trapos mojados
sobre una superficie ardiente, los truenos creados a base de sacudir un
globo lleno de perdigones o bolitas de plomo, o el fuego creado
arrugando papel celofan. Los efectos de sala no siempre tienen que ser lo
que definitivamente vaya a sonar: posteriormente pueden procesarse o
acumularse unos sobre otros hasta conseguir el tipo de sonido que mejor
se adecúe.
o Efectos de colecciones o de bibliotecas. Las colecciones en CD y CD-
Rom son el recurso más utilizado a la hora de construir la banda sonora
de una producción audiovisual. Suelen estar organizadas temáticamente
(con categorías tales como: militares, transporte, naturaleza, domésticos,
electrónicos, exteriores, humanos, etc.) y cuentan con diversas opciones
de indexación para facilitar su búsqueda (por nombres, categorías,
elementos relacionados, sinónimos, etc.) que cada vez más se valen de la
ayuda de un soporte informático (algunas colecciones incluyen un
programa de gestión de bases de datos y una base de datos relativa a los
sonidos que componen la colección). Además de poderlos utilizar "tal
cual", podemos tomarlos como punto de partida y refinarlos, a base de
edición y procesado, hasta que se ajusten a lo que necesitamos
exactamente. Los inconvenientes de muchas de estas colecciones son: su
precio, ya que para poder ofrecer unos sonidos completamente libres de
derechos de autor es necesario pagar hasta 8000 pesetas por CD, y su
variedad, que exige invertir muchas horas en escucharse y conocerse lo
que contienen (cosa que en muchos estudios es trabajo propio de los
asistentes de grabación) ya que guiarse sólo por los títulos de las pistas
no garantiza la explotación de la colección al 100%. Colecciones
interesantes son las de CBS, Hanna-Barbera, Lucasfilms, BBC,
Valentino, Prosonus, Hollywood Sound Ideas (una parte de la cual está
disponible previa solicitud en el IUA), Audivis (tal vez la más asequible
en España, pues hasta en los grandes almacenes podemos hallar sus
discos), o Network Production Music (tal vez la más extensa: 12000
efectos que ocupan 64 discos). Algunas de dichas colecciones ofrecen un
servicio "a la carta", de manera que sólo adquirimos exactamente
aquellos sonidos que necesitamos.
o Efectos electrónicos o sintéticos. Podemos considerar que la película
Dr Jeckyll & Mr. Hyde de Reuben Mamoulian (1937) fue la pionera en el
uso de dichos efectos (se utilizaron técnicas desarrolladas por Fischinger
que consistían en la manipulación de la pista óptica de la película
-pintándola a mano, por ejemplo-). Ya en los años 50 algunos creadores
de fectos de sonido se construían máquinas especiales para generar
determinados tipos de efectos (como la Foster Gun, que generaba
sonidos de pistolas, cañonazos, explosiones...), y también son de aquella
época los primeros sonidos verdaderamente sintéticos: la banda sonora
de Forbidden Planet es un ejercicio pionero pues consta íntegramente de
sonidos electrónicos generados por los compositores Lois y Bebe Barron.
No obstante, habrá que esperar hasta los años 70 para que los
 sintetitzadores y otros dispositivos electrónicos se conviertan en una
herramienta importante en la creación de efectos de sonido. Aparte del
uso del sintetizador como generador de tonos y texturas electrónicas o
pseudoacústicas, es muy importante la adopción del sampler como
herramienta universal de edición, combinación, procesado y colocación
"en vivo" de efectos.
 Considerados según su relación con la imagen a la que acompañan
distinguimos entre:
o Sonidos Naturales: cuando el efecto es el sonido del objeto que está
sonando. El sonido natural es un sonido real, sin ornamentos. Son más
propios de documentales y de reportajes. En cambio en producciones de
ficción las expectativas del público hacen que se tienda a substituir los
sonidos naturales por otros que no lo son (ya que el sonido original -de
una pistola del 38, por ejemplo- nunca es suficientemente potente,
agresivo o contundente, y debido también a que en experiencias previas
el público ya se ha acostumbrado a aceptar esa falsificación de la
realidad como algo normal y necesario para incrementar el disfrute de la
producción audiovisual). ¿Cuándo llegaremos al punto en el que el
sonido no tendrá nada que ver con la fuente que lo genera en la pantalla?
o Sonidos Característicos: cuando el efecto es una imitación de lo que
sería el sonido natural del objeto que está sonando. Un sonido
característico puede reconocerse, pero no es el original de la fuente
sonora sino aquél que se supone, o que se supone que el oyente puede
suponer, que ha de tener la fuente sonora. La deformación o imitación de
un sonido característico se hace con el fin de intensificar el impacto
sobre el espectador. Un ejemplo: durante muchos años los anuncios de
automóviles en USA utilizaban todos el mismo sonido, el de un
Deusenberg del 35, debido a que su timbre no enmascaraba las voces de
los locutores; para el oyente -especialmente si no era demasiado
entendido en sonidos de coches- el efecto utilizado era apropiado,
aunque no fuera el que correspondía en realidad al auto que se
publicitaba.

Los sonidos característicos podemos subdividirlos en:

 Sonidos imitativos: aquellos que tienen propiedades físicas

similares a las del sonido al que tratan de imitar, y se generan de
manera parecida a ellos. Por ejemplo: los pasos de caballo
obtenidos a base de golpear cocos, o los pasos sobre la nieve
obtenidos a base de pisar un suelo especial cubierto de harina de
trigo.
 Sonidos interpretativos: aquellos que no guardan ninguna
semejanza con el sonido que tratan de substituir. Por ejemplo, un
trozo de corcho empapado en keroseno puede servir para
caracterizar un grito de una rata. Es en la habilidad para la
creación de esta categoría de sonidos donde podemos distinguir a
los auténticos especialistas: ellos son los que viendo un
determinado objeto o material pueden imaginar que tipos de
sonidos pueden llegar a crear.
  Según su función en una producción audiovisual, distinguimos entre:
o Sonidos objetivos: aquellos que suenan a consecuencia de la aparición
de la imagen de un objeto que emite el sonido. Un sonido objetivo suena
como se supone que sonará el objeto que aparece en la imagen (no
necesariamente suena exactamente como lo hace en la realidad).
o Sonidos subjetivos: aquellos que apoyan una situación anímica o
emocional de la trama o de los personajes, sin que necesariamente el
objeto productor del sonido aparezca en la imagen.
o Sonidos descriptivos: aquellos que no representan a ningún objeto de
los que aparecen en la imagen, sino que son abstracciones o
idealizaciones de los sonidos supuestamente originales (aquellos que
podríamos escuchar). Podemos considerarlos como sonidos metafóricos.
 El silencio podemos entenderlo como un tipo de sonido especial. Su uso
dosificado puede generar expectación, o un impacto emotivo fuerte cuando el
desarrollo lógico de la escena hace esperar un sonido fuerte. Al igual que sucede
con el resto de efectos sonoros podemos considerar dos funciones del silencio:
o Objetiva: corresponde a la ausencia real de sonido en la narración
(situación que estrictamente considerada resulta muy poco habitual...
salvo que la acción transcurra en el espacio -pensemos en 2001 una
odisea del espacio- o en una cámara anecoica, o que el protagonista esté
sorodo, siempre existirá un ruido de fondo, un ambiente...).
o Subjetiva: cuando el silencio se utiliza para crear un ambiente
emocional concreto. Hay que vigilar y no abusar de esta función porque
el espectador puede llegar a pensar que existe alguna deficiencia en la
banda sonora, o en los dispositivos de amplificación del sonido del lugar
en el que se exhibe la producción. Además de generar expectación o de
contrastar escenas o mensajes visuales puede llegar a comunicar
situaciones de desolación, muerte, emociones desagradables... pero
también tranquilidad.
 

Estrategias de creación de efectos

En los escenarios de la acción es recomendable grabar todos los sonidos que puedan
parecer interesantes. En caso de hacer wildtracking es preferible utilizar pistas
diferentes de las que utilicemos para grabar los diálogos o los efectos sincrónicos, o
incluso cintas diferentes. También es util captar en los escenarios de la acción los
denominados room tones o sonido de ambiente. Hay que pensar que incluso una
habitación aparentemente tranquila y silenciosa tiene un room tone. Disponer de esos
sonidos puede ayudar a homogeneizar la sonoridad de la banda sonora, a minimizar
diferencias tonales cuando los diálogos procedan de tomas diferentes, y en generar,
proporcionarán un mayor realismo. Cuando no dispongamos de esos sonidos es
recomendable crear un sutil colchón sonoro a base de tráfico distante (si la acción es
urbana), o zumbidos y rumores domésticos (si la acción es en interiores), aderezado con
ruidos esporádicos "ad hoc". Finalmente, aún cuando los grabemos juntamente con
diálogos, es interesante que tratemos de conseguir los efectos sincrónicos aislados. De
esa manera podremos mezclarlos con los diálogos al nivel necesario y no al nivel
determinado por la posición y ubicación de los micrófonos en el momento de captar el
diálogo. En todos estos casos debemos ir documentando y marcando debidamente las
pistas que grabamos para facilitar la posterior búsqueda y gestión de todo ese material.
Cuando necesitamos crear efectos "de la nada", es recomendable tratar de partir de
algún sonido vagamente parecido o relacionado con el que necesitamos. A partir de él
siempre es posible experimentar con algunas estrategias para convertirlo en un auténtico
efecto:

 Variar la velocidad de reproducción o la altura.

 Comprimirlo y expandirlo en el tiempo.
 Filtrarlo o ecualizarlo selectiva y drásticamente.
 Transformarlo con procesos basados en retardos (flanger, chorus, phaser...).
 Editarlo en fragmentos pequeños y re-ensamblarlo a modo de mosaico.
 Acumular varias capas de sonidos similares o no, para generar uno de nuevo y
diferente.

A la hora de generar efectos debemos pensar en el género al que pertenece la

producción que sonorizamos pues no es lo mismo crear un disparo casual para una
comedia que crear uno para una película policiaca. En general será util tratar de
comprender las convenciones propias del género (por ejemplo: exageraciones y sonidos
pasados de vuelta para dibujos animados, sonidos etéreos, electrónicos para fantasía,
efectos vulgares y manidos para comedias de situación de infinitos capítulos...).
También puede ser de gran ayuda el pensar en términos de sensaciones, en lugar de
tratar de preservar a toda costa el realismo (en otras palabras: disociar el nombre del
efecto de su contenido sonoro): si la sensación conseguida por el efecto es acorde con el
tono de la acción y con el objetivo del director el efecto puede ser aceptable (por
ejemplo, para sonorizar una explosión atómica puede llegar a servir el ruido de unas
grandes cataratas), y el espectador no se apercibirá de que el origen del sonido no se
corresponde con lo que ve. Siguiendo con esta misma línea de recomendaciones, es útil
plantearse si el efecto que necesitamos posee alguna característica sonora distintiva,
primordial (un tipo de ataque, un ritmo determinado...); si es así podemos tratar de
centrarnos en esa característica (y buscar en una colección otros sonidos que la
compartan) pues una vez hallada será más sencillo acabar de redondear el efecto con
otros sonidos que a priori no parecerían encajar. En el caso de necesitar re-crear sonidos
naturales es útil descomponer la situación en la que se generan ya que suele poderse
distinguir diversas fases o sonidos "base" que se van integrando o desintegrando a lo
largo de esa evolución temporal: es la estrategia de divide y vencerás. Finalmente, antes
de descartar un sonido, hay que escucharlo con la perspectiva propia que debiera tener
en la banda sonora (tal vez a volumen máximo no nos convenza, pero integrado en el
ambiente de fondo, tal y como se podría deducir de las imágenes, sí que resulte
apropiado).

Por lo que respecta a la organización del material es conveniente tener a mano los
ambientes y room tones que se prevean más necesarios habilitando para ellos un par de
pistas (seguramente habrá puntos en los que se solapen) o bien, si trabajamos con
sampler, fragmentos con loop de diversas duraciones. También hay que habilitar
suficientes pistas (o configurar el sampler) para generar rápidamente stacks o efectos
multicapa. La ventaja de disparar los efectos con ayuda de un sampler y un teclado
MIDI es que variando la velocidad de pulsación podemos verificar rápidamente la
adecuación de cada capa. Finalmente, para ubicar sonidos cuya sincronía es crucial
puede ser más acertado adelantarlos entre 1/4 y 1/2 frame, en lugar de clavarlos a la
imagen (especialmente si la producción se va a exhibir en salas grandes: a 7 metros de
distancia de la pantalla el sonido ya se ha retrasado 20 milisegundos respecto de la
imagen).
 
 

Colecciones de efectos. Recursos disponibles en Internet

Para conocer dichas colecciones y recursos, nada mejor que acudir a ellos a través de mi
página de recursos sobre postproducción de sonido.

Fuentes sonoras a incorporar en una producción audio-visual (III):

músicas.

 Funciones de la musica en una producción audiovisual.

 Criterios básicos de montaje musical.
 Colecciones de musicas versus musicas "a medida".

Funciones de la musica en una producción audiovisual

Las funciones de la música varían según sea su origen. En este sentido diferenciamos
entre:
 Música diegética: aquella que pertenece al mundo de los personajes (por
ejemplo, en una escena de baile en una película de los años 50, la música de la
orquesta que toca en la sala).
 Música no-diegética: la que existe fuera del mundo de los personajes, y por
tanto ellos no la pueden oir.

Aunque la función principal de la música diegética es la de suministrar apoyo y

coherencia a aquello que se nos muestra en la imagen (si se ve una orquesta tocando,
hay que oirla tocar algo de la época en la que se desarrolla la película) el hecho de
hacerla  necesaria puede ir ligado a unas intenciones más complejas del realizador (y no
olvidemos que los grandes realizadores consiguen subvertir esta dicotomía -una música
diegética se funde en una no-diegética; un personaje comenta la no-diegética...-). Sea o
no necesaria, la música de una producción audiovisual puede cumplir alguna de las
siguientes funciones:
 Suministrar información: la letra de una canción puede explicarnos cosas que
pasan, sentimientos de los personajes, etc; también el estilo musical nos puede
informar de la época y el lugar en el que se desarrolla la acción.
 Captar la atención del espectador: a base de golpes orquestales, fanfarrias,
sintonías de programas
 Establecer o potenciar un estado de ánimo: existen libros que llegan a detallar
una serie de emociones básicas y las características musicales que las potencian
(por ejemplo: MALDAD - Timbre áspero u opaco, tesitura media o grave,
armonía en modo menor o atonal, fraseo con repeticiones irregulares,
movimiento lento, orquestación simple, ritmo irregular). Estas clasificaciones no
hacen más que potenciar tópicos.
 Establecer el ritmo: de la edición de la imagen (por ejemplo, Koyaanisqatsi),
y/o del diálogo.
 Mantener el flujo y la continuidad de la acción: la persistencia de una música
suavizará cortes abruptos, rupturas de raccord visual.
Existen determinados formatos musicales destinados a cumplir funciones específicas:
 Sintonía: caracteriza inequívocamente un programa o producción audiovisual;
avisa de su inicio o final.
 Ráfaga: fragmento de música sin otra finalidad que la de introducir variación o
distracción sonora.
 Cortinilla: fragmento breve utilizado para delimitar y separar secciones de una
misma producción.
 Fondo o ambiente: música incidental, que suele ir mezclada con diálogos o
efectos importantes, y que contribuye a  mantener una continuidad anímica o
estructural.
 Banda Sonora: suele identificarse como tal la banda musical pero incluye
también la banda de efectos y la de diálogos.

Criterios básicos de montaje musical

Se recomienda utilizar una escaleta u hoja de registro en la que, por ejemplo, en una
columna indicamos tiempos SMPTE de puntos clave, en otra una palabra resúmen de la
imágen, en otra la música que debe sonar, y en otra el tipo de entrada o salida de la
música, o si hay que hacer alguna manipulación en tiempo real de niveles o de otro tipo.

Los encadenados deben ser suaves o enérgicos, pero deben realizarse en el momento
oportuno, sin vacilaciones de nivel. Las transiciones abruptas es mejor realizarlas justo
antes de los acentos.. Especialemente importante es que las ediciones no alteren el ritmo
de una forma antinatural (salvo que esa antinaturalidad vaya en paralelo con la imagen),
y dado que el oído del espectador medio está más acostumbrado a los acordes y
armonías "consonantes", las ediciones deben hacer lo posible para mantener esa
sensación de consonancia (incluso si conviene, es preferible transponer un pasaje o una
nota si con ello nos aseguramos que el espectador no notará la edición). El último
elemento a igualar es la textura.

El volúmen máximo de la música no debe superar el 80% del margen dinámico cuando
suena sola, de esta manera cuando haya efectos o diálogos éstos podrán estar por
encima de ella sin necesidad de que bajemos su nivel.

Pensar en el soporte final del producto: es muy probable que pierda altas frecuencias,
por tanto, no obcecarse en ellas y en todo caso tratar de enfatizar la zona próxima a la
frecuencia de corte del soporte final.

Cuando mezclamos música y voz, cuidar de que la voz se entienda y su timbre no quede
completamente enmascarado por la música.

Cuando mezclemos música y efectos, cuidar de que prevalezca el que por intención
expresiva sea más conveniente; si mezclamos al 50% generalmente obtendremos un
batiburrillo incomprensible. Cuando un efecto va después de una música (o al revés), es
preferible un pequeño solapamiento entre ambos elementos (siempre que sonora y
visualmente no haya otros motivos que lo desaconsejen).
Utilizar el silencio como un elemento más de la banda sonora. A menudo puede ser el
más importante.
 

Colecciones de musicas versus musicas "a medida"

Las músicas de colección suelen organizarse temáticamente, según estilos (clásica,

country, jazz, rock, vocal...) o contextos para las que parecen apropiadas (electrónico,
patriótico, terror, histórico...). A diferencia de los efectos de sonido, que una vez
adquiridos están libres de derechos y los podemos utilizar tantas veces y en tantas
producciones como queramos, las piezas musicales de colecciones suelen requerir la
firma de determinados tipos de licencia:
 Contrato de compra (buyout): permite el uso ilimitado de las músicas una vez se
ha pagado por la colección (igual que sucede con los efectos).
 Contrato de alquiler anual (annual blanket): permite el uso ilimitado de la
colección durante un año, pagando sólo una cuota al iniciarse el período de
disfrute.
 Contrato por producción: permite el uso de una colección, o de una selección de
piezas, en una sola producción, pagando una determinada cuota que depende del
tamaño y tipo de audiencia a la que se dirige la producción, el medio de
distribución (video, cine, TV, CD-ROM...) y la duración de la producción (serie
diaria, telefilm, programa único...).
 Contrato de cuota por tema: se utiliza cuando una determinada pieza se necesita
en diversos proyectos relacionados (por ejemplo, al hacer jingles de radio y
spots de TV del producto X).
 Contrato por veces de utilización (needle drop): permite utilizar una misma
pieza varias veces en momentos diferentes de la producción; cada vez que se usa
se aplica una determinada cuota.

Respecto a los derechos, cabe distinguir entre

 Derechos de reproducción: autorizan a reproducir la obra en determinados
medios, y bajo determinadas circunstancias. Lo percibe la editora de la obra. En
el precio de compra de un CD hay una parte destinada a pagar esos derechos.
 Derechos de pública comunicación o difusión: se percibe en función de las veces
que se haya difundido la obra en un medio público. En el precio de una entrada a
un concierto hay una parte destinada a pagar esos derechos.
 Derechos de comercialización: es aplicable cuando un determinado producto
incluye obras sujetas a derechos (por ejemplo una banda sonora de película). En
ese caso, el autor debe conceder al propietario del producto el permiso para que
utilice su obra dentro del producto comercial elaborado.

Con tantas opciones de compra y de pago de derechos, el uso de músicas de libreria

debe dirigirse a optimizar el coste de su acceso. Hay que vigilar la letra pequeña de los
CDs de colecciones ya que su posesión (a través de una compra) no siempre garantiza
su uso indiscriminado. Una opción interesante en producciones pequeñas es la
subcontratación del uso de librerías a estudios potentes que disponen de ese servicio.
Recientemente algunas revistas musicales (como Future Music) "regalan" CDs con
fragmentos musicales y loops libres de derechos que, en determinados contextos,
pueden ayudarnos a resolver ágilmente alguna banda sonora. Otra opción interesante es
la de desarrollar nuestra propia colección a base de fragmentos sueltos, retales que no
casan en otros proyectos, impromptus grabados sobre la marcha, etc. En este sentido, los
estudios de sonido suelen contar con la figura del músico de estudio, una de cuyas
funciones principales puede llegar a ser la de elaborar músicas funcionales ajustadas a
una producción audiovisual concreta.

Desde la página de links (aún no publicada) puedes acceder a información sobre

colecciones de músicas.