Audio post-production: diálogo, ADR y Foley para vídeo.

Un vídeo se juzga por lo que se oye casi antes que por lo que se ve: un diálogo que hay que descifrar, un corte de voz que salta o unos pasos que no llegan cuando el personaje camina bastan para desconectar a quien escucha, por buena que sea la imagen. El audio post-production es el conjunto de tareas que convierte el sonido crudo de un rodaje en una banda que se sostiene sola, y la mayor parte del trabajo es edición y criterio, no efectos.

Este capítulo cubre Audio post-production, Diálogo, ADR y Foley: el flujo que conecta las cuatro piezas, qué hacer en cada una y cómo evitar que una corrección posterior obligue a rehacer lo que ya estaba bien.

Qué es el audio post-production

El audio post-production empieza cuando llega la imagen de referencia y el sonido grabado en el rodaje, normalmente en un intercambio de sesión con los medios enlazados. Desde ahí, el recorrido habitual es: revisar la toma completa, descartar o silenciar lo que no sirve, marcar lo que habrá que rehacer, editar lo que sí vale, añadir los elementos que faltan y mezclar para la entrega.

La primera hora decide el resultado. Abrir la imagen, escuchar el sonido directo de principio a fin y anotar los problemas —líneas cubiertas por ruido, planos con la voz lejana, cambios de guion— ahorra el descubrimiento de esos mismos problemas cuando ya se ha trabajado media sesión. Todo lo que no se puede arreglar se marca como candidato a ADR o a recreación con Foley; todo lo que sí se arregla se deja para la edición.

También conviene separar dos cosas que suelen confundirse: la edición de contenido y la edición de sonido. La primera cambia cuándo se dice cada cosa —recortar una paleta, eliminar una muletilla, ordenar tomas— y afecta a la sincronía con la imagen. La segunda solo altera el timbre y el nivel, y no toca los tiempos. Hacerlas en el orden equivocado —procesar la voz y después mover los clips— obliga a rehacer el procesado, porque cada movimiento cambia la relación entre la toma y el ruido de fondo que se había limpiado.

Dos decisiones de proyecto conviene cerrar antes de empezar: el sample rate, que en vídeo se fija a 48 kHz para no pelear con conversiones, y la referencia de sincronía con la imagen, que veremos con detalle en la guía de sincronía de audio y vídeo con timecode. Con eso fijado, la sesión deja de moverse y el trabajo se vuelve lineal.

Diálogo: editar sin que se note

El Diálogo es la capa que más se escucha y la que menos tolera una edición descuidada. El objetivo no es que suene procesado, sino que nadie perciba que se ha tocado nada: los cortes deben caer entre frases o en respiraciones cortas, con tono de sala antes y después del corte.

El orden que funciona es primero ganancia y después procesado. Se igualan las tomas con clip gain —subir lo que está bajo sin que salte— y solo después se aplica ecualización o compresión en la pista. Si se invierte el orden, cada corrección obliga a rehacer la anterior.

La limpieza tiene dos frentes: ruido de fondo y reverberación de la sala. Los desenruidos espectrales quitan zumbidos y roces sin castigar la voz, y los reductores de reverberación ayudan cuando la escena cambia de localización. Ambos artefactos suenan artificial si se abusa de ellos: una voz con la sibilancia limpia pero el aire arrancado delata más que un ruido leve.

Por último, el tono de sala. Grabar treinta segundos de silencio en cada localización es lo que permite empalmar líneas, alargar pausas y rellenar huecos sin que aparezca una costura. Sin tono de sala, cada corte es una pequeña explosión de silencio digital.

ADR: cuándo toca y cómo se graba

El ADR (Automated Dialogue Replacement) es la sustitución de líneas de la toma original por otras grabadas después en estudio, sincronizadas con la imagen. Es un recurso, no una rutina: se usa cuando el sonido directo no se puede salvar —ruido de máquina, viento, líneas encabalgadas, fallo técnico— o cuando la frase cambia en el guion.

El proceso es estable. Se prepara el guion marcando las líneas, se importa el vídeo con la pista original como referencia, se colocan marcadores por línea y se graba en bucle para acumular variantes sin interrumpir al intérprete. Después se compila la mejor versión toma a toma, se elimina el silencio sobrante, se alinean los tiempos con la referencia y se aplican fundidos en los bordes de cada clip para evitar clics.

Donde se decide si el ADR pasa desapercibido o no es en la mezcla: igualar el tono con la pista original, simular la reverberación del espacio real con una respuesta al impulso de esa localización y automatizar el nivel para que la línea siga la escena. Una toma nueva con la sala equivocada se percibe antes que una toma vieja con ruido.

Foley: gestos que sostienen la escena

El Foley recrea manualmente los sonidos que acompañan a la imagen: pasos, roces de ropa, puertas, objetos manipulados, caídas. Se graba aparte porque el sonido directo del rodaje viene con ruido de equipo, diálogos solapados o una perspectiva que no encaja con el plano.

El método no ha cambiado: revisar la escena en pantalla, identificar qué gestos necesitan sonido, preparar superficies y objetos, y grabar con un micrófono direccional muy cerca del gesto. Grabar siempre con auriculares para detectar ventiladores, roces de ropa del operador o tráfico, y grabar variantes de cada acción, porque quien edita casi siempre necesita elegir y repetir.

Dos costumbres separan un foley creíble de uno evidente: la distancia, que debe seguir la perspectiva de la cámara, y la codificación de ficheros por escena, localización y personaje, para que la edición encuentre cada cosa sin buscarla dos veces. Un banco de gestos propio se construye así, grabación a grabación.

Si la pieza es pequeña y no hay sala de foley, sirve una habitación silenciosa con superficies variadas; la técnica de captación de grabación de voces e instrumentos en estudio se aplica igual: cerca, direccional y con margen de nivel.

El orden de trabajo que evita retrabajo

Las cuatro piezas tienen dependencias y romperlas cuesta horas. El diálogo se edita y se deja estable antes que nada, porque es la referencia de nivel de toda la escena. Después entran los gestos de Foley contra la imagen ya sin cambios de montaje. Después los efectos y ambientes que acompañan, y solo al final la mezcla, donde se decide el balance y el nivel de entrega.

Dos reglas mantienen la sesión sana: trabajar a 48 kHz y 24 bits en todo el proyecto, y mantener la misma convención de nombres en pistas y ficheros —escena, personaje, tipo de toma— desde el primer día. Cuando el material llega de varias fuentes, esa convención es lo único que evita preguntarse qué versión es la buena.

También conviene decidir pronto hasta dónde llega el procesado. El nivel se vigila con medidores desde el principio, con el mismo criterio que en la guía de gain staging y medidores en decibelios, para que la mezcla no arrive al final con la cabeza ya gastada.

Errores que delatan una entrega apresurada

Cinco fallos explican la mayor parte de las entregas que suenan amateur. El primero: cortar diálogo sin tono de sala, con lo que los empalmes se oyen como latidos. El segundo: grabar ADR sin igualar la sala y el tono de la voz original. El tercero: dejar el Foley a la distancia equivocada, con pasos más presentes que los personajes. El cuarto: subir todo al límite y perder el margen que la imagen necesita para respirar. El quinto: entregas sin revisar sincronía en el visor y con la primera y la última toma fuera de sitio.

Ninguno requiere más herramientas, solo una escucha completa de la pieza antes de exportar, con la lista de comprobación delante y el vídeo a pantalla completa.

Conviene añadir un sexto, el más evitable: exportar sin revisar la primera y la última media segundo del fichero. Ahí caen los cortes con clic, los niveles descontrolados y los restos de otra versión del mezclador. Repetir esa revisión en auriculares y en altavoces, y comparar con una referencia de volumen parecida, es la diferencia entre un fichero que pasa y uno que vuelve con correcciones.

Siguiente paso

Con el diálogo estable, el ADR resuelto y los gestos grabados, toca completar la banda: efectos, ambientes, música y nivel de entrega. Todo eso está en la guía de sound effects, ambience, music editing y loudness para vídeo.