Emitir un DJ set en directo: audio, encoder, OBS y latencia

Emitir un set en directo no consiste en pulsar el botón de arranque y esperar lo mejor. Casi todos los problemas que se ven en un canal —sonido plano, voz desincronizada, fotogramas caídos, recortes— nacen antes de abrir el software, en la forma en que la señal sale de la cabina, llega al codificador y sube a la plataforma.

Esta guía recorre esa cadena completa, de izquierda a derecha: qué señal conviene tomar del mezclador, cuándo hace falta una interfaz externa, cómo se ordena el routing hacia el PC, qué aporta OBS frente a Streamlabs, cómo se reparten la latencia audio/vídeo y la sincronización labial, y con qué ajustes de encoder se sostiene una emisión estable.

De la cabina al encoder

Una emisión tiene seis tramos, y cada uno falla a su manera:

1. Cabina. El mezclador produce la mezcla. Ahí decides qué señal sale: master, booth o la salida del propio software.
2. Interfaz y routing. La señal entra en el ordenador mediante una interfaz externa, la salida USB de la controladora o un dispositivo de audio virtual.
3. Software de emisión. OBS, Streamlabs o similar mezclan tus fuentes de audio y vídeo en escenas.
4. Encoder. Comprime el conjunto en códec de vídeo y audio (típicamente H.264 y AAC) a un bitrate constante.
5. Plataforma. Recibe el envío por RTMP o RTMPS, lo retranscodifica y lo distribuye a través de su CDN.
6. Reproductor del espectador. Almacena un búfer antes de reproducir; ese búfer es la última parte de la latencia que tú no controlas.

El criterio es simple: corrige cada problema en la etapa donde se produce. Si el sonido ya llega saturado desde la cabina, ningún filtro de OBS lo va a arreglar; si la subida no aguanta el bitrate, ninguna opción de latencia va a salvar la emisión.

Audio interno vs salida master

La primera decisión es qué audio recoge el software. Hay dos caminos:

• Audio interno. Es el sonido que produce el propio ordenador: la salida de la controladora cuando funciona como tarjeta de sonido, la aplicación de música o el reproductor. En OBS se captura como audio de escritorio o como dispositivo de salida. Es el camino más corto y, en muchos setups, el único posible cuando la controladora expone un solo canal USB.
• Salida master. Es la señal estéreo que sale del mezclador físico, con la ganancia ya fijada en cabina, los EQ de canal aplicados y el crossfader donde tú lo dejaste. Llega al software por una interfaz externa y te da el control exacto de lo que escucha el espectador.

Cuál conviene: si vas a hablar encima de la música, mezclas dos fuentes externas o quieres que el nivel no dependa de Windows ni de macOS, usa la salida master. Si emites desde el propio software y no tienes más fuente que su master virtual, el audio interno es perfectamente válido. Lo que no hagas es mezclar los dos a la vez: duplicarás la señal y llegarás al espectador con eco o con el doble de nivel.

Un detalle que se pasa por alto: la salida de auriculares no es una salida master. Si capturas lo que escuchas, el público recibirá el bus de monitorización con sus recortes y su volumen de trabajo, no la mezcla.

Routing: interfaz externa y salida al PC

Routing (o ruteo) es decidir qué señal viaja por cada camino. En una emisión hay tres rutas que conviene separar: lo que suena en tus altavoces, lo que escucha el espectador y lo que quedas grabado.

Interfaz externa. Merece la pena cuando la salida del portátil saturas a niveles de cabina, cuando necesitas entradas balanceadas XLR o TRS para el micrófono, o cuando quieres medir y monitorizar con poca latencia. El montaje es directo: master balanceado del mezclador hacia las entradas de la interfaz, y esa interfaz como dispositivo de captura en el software. Si vas a cablear la cabina, revisa antes el cableado de entradas y salidas.

Dispositivos virtuales. Herramientas como un cable de audio virtual permiten crear caminos internos: por ejemplo, que la música vaya al software de emisión mientras tú escuchas otra cosa por la interfaz física. Son útiles para separar rutas, pero multiplican los puntos de fallo: cada captura duplicada es un posible eco.

Ganancia. El nivel se fija en cabina, no en el software. En el mezclador buscas un margen de picos; en el software solo ajustas si hay una diferencia real de nivel entre fuentes. Ese orden de trabajo es el mismo que se usa en los medidores de dBFS y LUFS.

OBS, Streamlabs y alternativas

OBS es el estándar libre: escenas con fuentes, un mezclador con medidores por fuente, filtros de audio (ganancia, supresión de ruido, retardo) y salida tanto de emisión como de grabación. Su asistente de autoconfiguración propone valores iniciales según tu hardware y tu conexión, y la recomendación oficial es probar con una grabación antes de emitir.

Streamlabs y alternativas. Streamlabs Desktop parte de la misma idea y añade widgets de alertas, fuentes listas y captura por aplicación; además importa la configuración si venías de OBS. Entre las alternativas habituales están los programas con estudio virtual y conmutación de cámaras sencilla, que van bien si produces mucho contenido con invitados. La elección no es ideológica:

• Si quieres el mínimo mantenible y control total de cada filtro, OBS.
• Si quieres alertas, overlays y paneles sociales sin montarlos, Streamlabs.
• Si el equipo es un Mac y buscas conmutación multicámara nativa, mira las alternativas para macOS antes de instalar nada.

En los tres casos el flujo de audio es el mismo que viste arriba: dispositivo de entrada correcto, medidores activos y una sola captura por señal.

Latencia audio/vídeo y sincronización labial

Latencia audio/vídeo. Es el retraso entre el momento en que ocurre algo en tu cabina y el momento en que el espectador lo ve. Se acumula en cuatro puntos: el búfer del codificador, la red, el procesado de la plataforma y el búfer del reproductor. Las plataformas ofrecen modos de latencia normal, baja y muy baja; bajar la latencia reduce el búfer de lectura y deja menos margen ante variaciones de red, así que el modo adecuado depende de si vas a conversar con el chat o solo emitir música.

Sincronización labial. Cuando el audio llega retrasado respecto a la imagen, las causas habituales son el procesado de la cámara, el retardo de una capturadora HDMI, los filtros de audio con retardo o la falta de marcas de tiempo al capturar. El método correcto es grabar una palmada o un claquetazo al arrancar, medir el desfase en la grabación y corregirlo con el ajuste de desfase de la fuente de audio o con el retardo de vídeo. Corregir a oído mientras suena el set casi siempre empeora el resultado.

Mantén también separadas las dos conversaciones: la latencia afecta a la interacción con el público; la sincronización afecta a la credibilidad de la imagen. Puedes convivir con tres segundos de latencia; con medio segundo de desfase labial, no.

Micrófono y captura multicámara

Micrófono. Para hablar en un local con música, un micrófono dinámico con patrón cardioide aguanta mejor la sala que un condensador sensible. Canta lejos de la cápsula, trabaja off-axis y sube el gain hasta un nivel sano, con picos alejados del techo. Deja la supresión de ruido suave: un filtro agresivo se come la voz cuando baja el volumen. Y evita monitorizar por altavoces mientras hablas, porque el micro vuelve a entrar en la sala. Los detalles de técnica están en micrófono, técnica vocal y talkover.

Captura multicámara. Cada cámara es una fuente más: plano general de cabina, plano cerrado de manos o un plano del público. Reglas prácticas: una capturadora por cámara si van a entrar por HDMI, todos los flujos a la misma frecuencia de fotogramas, y distribución de los dispositivos USB entre controllers distintos para no saturar el bus. Si la subida no acompaña, baja la resolución antes que el número de cámaras: dos planos estables valen más que cuatro planos que se cortan.

Encoder: bitrate, códec y subida estable

Los ajustes que sostienen la emisión son cortos y concretos:

• Códec de vídeo: H.264 es la opción compatible con casi todo.
• Codificación: CBR (bitrate constante). En directo, la estabilidad pesa más que la eficiencia puntual.
• Keyframe: cada 2 segundos, que es lo recomendado por las plataformas; como máximo, 4.
• Audio: AAC estéreo a 128 kbps, con 44,1 kHz o 48 kHz de frecuencia de muestreo.
• Bitrate de vídeo: para 1080p a 30 fps con H.264, la referencia de YouTube es un mínimo de 5 Mbps y unos 14 Mbps recomendados; para 720p a 30 fps, 3 Mbps y 8 Mbps.
• Margen de subida: no ocipes toda tu conexión. Deja hueco para las variaciones de la red y para la subida extra que implica emitir directamente a varios destinos.

Antes de emitir, haz un test con audio y movimiento parecidos a los reales y vigila el estado de la emisión durante los primeros minutos. Si aparecen fotogramas caídos, actúa en este orden: bajar bitrate, bajar resolución, cambiar a codificación por hardware y, solo al final, reducir el número de fuentes.

Siguiente paso

Con la cadena de emisión montada, el siguiente paso es dar contenido al canal: cómo se estructura un programa de radio o un podcast de música, con jingles, beds y loudness de broadcast. Y cuando la emisión ya salga cada semana, conviene montar la operativa de plataformas, copyright, grabación y respaldo.