¿Por qué mi voz no se oye aunque la suba?

Porque el volumen y la inteligibilidad no son lo mismo. Si otros elementos ocupan la zona de 1 a 4 kHz —guitarras, sintetizadores, platos—, la voz entra más fuerte pero igual de tapada. Lo que la destapa es hacerle sitio ahí abajando esa zona en lo que la enmascara, no subir el fader.

¿En qué orden pongo los plugins?

El orden habitual es: filtro paso alto, corte de resonancias, de-esser si hace falta, compresor, ecualización de color y por último efectos por envío. La lógica es limpiar antes de comprimir —para que el compresor no reaccione a lo que ibas a quitar— y colorear después, cuando la dinámica ya está estable.

¿Cuánta compresión necesita una voz?

Más que casi cualquier otra pista, porque la distancia entre una sílaba suave y una fuerte es enorme. Es habitual repartirla en dos etapas suaves en lugar de una fuerte: 3 o 4 dB en cada una se nota mucho menos que 8 dB de golpe y controla igual.

¿Qué hago con las eses?

Primero comprueba si las estás creando tú: un realce de agudos o una compresión agresiva convierten unas sibilantes normales en un problema. Si aun así molestan, un de-esser actuando entre 5 y 9 kHz resuelve la mayoría de casos. Automatizar el volumen de las eses concretas es más trabajo pero suena mejor.

¿Reverb o delay en la voz?

Delay si quieres profundidad sin perder claridad, porque las repeticiones ocupan huecos en lugar de rellenar todo el tiempo. Reverb si quieres situarla en un espacio. Combinar ambos con poca cantidad de cada uno suele funcionar mejor que cargar uno solo.

¿Es mejor automatizar o comprimir más?

Automatizar primero, comprimir después. Una pasada de automatización que iguale frases y secciones deja al compresor solo el trabajo rápido —sílaba a sílaba—, que es en lo que es bueno. Comprimir sin automatizar obliga al compresor a corregir desniveles largos y ahí es donde empieza a sonar aplastada.

Mezcla12 min de lectura

Cómo mezclar voces para que se entiendan y se sostengan

El orden de la cadena, dónde ecualizar, cuánto comprimir, qué hacer con las sibilantes y cómo hacerle sitio a la voz sin subir el fader.

El problema casi nunca es la voz

«La voz no se oye» es la queja más repetida en cualquier mezcla, y la reacción automática es subirla. Casi siempre es la respuesta equivocada, porque el síntoma no es de volumen: es de sitio. La inteligibilidad de una voz vive sobre todo entre 1 y 4 kHz, y esa franja es exactamente donde también tienen su presencia las guitarras eléctricas, los sintetizadores de pad, la caja y buena parte de los platos.

Cuando cinco elementos llenan esa zona, la voz compite en igualdad y pierde, porque es la que menos energía continua tiene. Súbela y lo único que consigues es una mezcla más alta con el mismo problema — y de paso te comes el margen del máster. Lo que funciona es decidir que en esa franja manda la voz, y aliviarla en lo que la tapa.

La cadena, en orden y con motivo

Paso alto entre 80 y 120 Hz según la voz: quita retumbe de sala, pisadas y plosivas sin tocar el cuerpo.
Cortes de resonancia con Q estrecha: casi toda voz grabada en un cuarto normal tiene uno o dos picos molestos entre 200 y 600 Hz.
De-esser, si hace falta, ANTES del compresor: así el compresor no reacciona a unas eses que ibas a domar de todos modos.
Compresor, o dos en serie: el primero controla picos, el segundo nivela el cuerpo.
Ecualización de color al final: presencia entre 2 y 5 kHz, aire con shelf por encima de 10 kHz.
Reverb y delay siempre por envío, nunca en inserción: así controlas la cantidad sin tocar la voz seca.

Automatizar antes de comprimir

Una interpretación vocal tiene dos tipos de desnivel muy distintos: el largo —una estrofa más floja que el estribillo, una frase que se apaga al final— y el corto, entre sílabas. El compresor solo es bueno en el segundo. Si le pides que arregle los dos, tiene que trabajar tanto que se oye trabajar.

Por eso el orden que da mejores resultados es al revés de lo intuitivo: primero una pasada de automatización a ojo, subiendo las frases que se caen y bajando las que se disparan, y solo después el compresor. Cuesta veinte minutos y ahorra tres o cuatro dB de compresión, que es exactamente la diferencia entre una voz que respira y otra que suena a pared.

Situarla en el espacio sin perderla

Una voz completamente seca suena pegada al oyente y delata la sala donde se grabó. Una voz con demasiada reverb se va al fondo y deja de entenderse. El punto intermedio no se busca subiendo el envío hasta que «suene bien», sino decidiendo qué distancia quieres y usando el pre-delay para conservar la claridad de las consonantes.

Un pre-delay de 20 a 40 ms deja pasar el ataque de cada palabra antes de que entre la cola, y con eso puedes usar bastante más reverb sin perder inteligibilidad. El funcionamiento completo —y por qué conviene ecualizar el efecto y no la fuente— está en la guía de reverb y delay.

Y si el problema es que no consigues oír dónde está el enmascaramiento, eso se entrena: el EQ Surgeon trabaja justo esa habilidad, y el mapa del espectro te dice dónde mirar mientras la desarrollas.

Preguntas frecuentes

¿Por qué mi voz no se oye aunque la suba?: Porque el volumen y la inteligibilidad no son lo mismo. Si otros elementos ocupan la zona de 1 a 4 kHz —guitarras, sintetizadores, platos—, la voz entra más fuerte pero igual de tapada. Lo que la destapa es hacerle sitio ahí abajando esa zona en lo que la enmascara, no subir el fader.
¿En qué orden pongo los plugins?: El orden habitual es: filtro paso alto, corte de resonancias, de-esser si hace falta, compresor, ecualización de color y por último efectos por envío. La lógica es limpiar antes de comprimir —para que el compresor no reaccione a lo que ibas a quitar— y colorear después, cuando la dinámica ya está estable.
¿Cuánta compresión necesita una voz?: Más que casi cualquier otra pista, porque la distancia entre una sílaba suave y una fuerte es enorme. Es habitual repartirla en dos etapas suaves en lugar de una fuerte: 3 o 4 dB en cada una se nota mucho menos que 8 dB de golpe y controla igual.
¿Qué hago con las eses?: Primero comprueba si las estás creando tú: un realce de agudos o una compresión agresiva convierten unas sibilantes normales en un problema. Si aun así molestan, un de-esser actuando entre 5 y 9 kHz resuelve la mayoría de casos. Automatizar el volumen de las eses concretas es más trabajo pero suena mejor.
¿Reverb o delay en la voz?: Delay si quieres profundidad sin perder claridad, porque las repeticiones ocupan huecos en lugar de rellenar todo el tiempo. Reverb si quieres situarla en un espacio. Combinar ambos con poca cantidad de cada uno suele funcionar mejor que cargar uno solo.
¿Es mejor automatizar o comprimir más?: Automatizar primero, comprimir después. Una pasada de automatización que iguale frases y secciones deja al compresor solo el trabajo rápido —sílaba a sílaba—, que es en lo que es bueno. Comprimir sin automatizar obliga al compresor a corregir desniveles largos y ahí es donde empieza a sonar aplastada.