Agregar música de fondo a la voz
Pon música bajo una locución, la intro de un podcast, la narración de una presentación o un fragmento de audiolibro. La música suena sola en la intro, baja automáticamente (ducking) cada vez que hablas, vuelve a subir en las pausas y se desvanece tras el outro. La mezcla final se normaliza en sonoridad y se guarda como MP3, todo en tu navegador.
Última actualización:
Mostrando una voz y una música de demostración.
Cómo usar Agregar música de fondo a la voz
- Añade tu voz: suelta una grabación de voz (MP3, WAV, M4A, vídeo…) en el recuadro 1.
- Añade la música: suelta una pista de fondo en el recuadro 2. Usa música que tengas derecho a usar. Hay una voz y una música de demostración cargadas para que pruebes primero.
- Ajusta el volumen de la música y el ducking: música a −12 dB con −12 dB de ducking va bien para la mayoría de locuciones; sube la Sensibilidad a la voz si las palabras suaves no bajan la música.
- Elige la duración de la intro y el outro y los fundidos, luego pulsa reproducir y haz clic en la línea de tiempo para revisar cualquier parte.
- Elige el objetivo de sonoridad y el formato y pulsa Descargar mezcla.
Niveles recomendados para usos comunes
Los niveles son relativos: el volumen de la música fija lo fuerte que suena la base en la intro y las pausas, y el ducking resta a partir de ahí mientras hablas. Empieza con estos valores y ajusta de oído.
| Uso | Volumen de la música | Bajar en | Ataque / liberación | Objetivo de sonoridad |
|---|---|---|---|---|
| Intro / outro de podcast | −8 a −10 dB | −14 dB | 250 ms / 1.0 s | −16 LUFS (estéreo) o −19 LUFS (mono) |
| Locución para YouTube | −12 dB | −12 dB | 200 ms / 0.9 s | −14 LUFS |
| Narración de tutorial o e-learning | −18 dB | −10 dB | 200 ms / 1.2 s | −16 LUFS |
| Meditación o narración de cuentos | −14 dB | −6 dB | 400 ms / 2.0 s | −19 LUFS |
| Audio de presentación o pase de diapositivas | −15 dB | −12 dB | 250 ms / 1.0 s | −16 LUFS |
| Radiodifusión (EBU R128) | −12 dB | −12 dB | 250 ms / 1.0 s | −23 LUFS |
Cómo se construye la mezcla
- Línea de tiempo: duración total = intro + voz + outro. La voz empieza después de la intro y se coloca en el centro de la imagen estéreo.
- Detección de voz: la voz se mide cada 10 ms. Los fragmentos más fuertes que un umbral fijado por la Sensibilidad a la voz (de 12 a 42 dB por debajo del nivel típico de la voz) cuentan como voz, se mantienen 300 ms para cubrir pausas cortas, y el ducking empieza un tiempo de ataque antes (anticipación).
- Nivel de la música: ganancia de la música = volumen de la música × curva de ducking × curva de fundido. Los fundidos usan una forma de cuarto de seno, que suena más suave que una línea recta.
- Sonoridad: se mide la sonoridad integrada de la mezcla (ponderación K, bloques de 400 ms, compuertas absoluta de −70 LUFS y relativa de −10 LU) y una única ganancia la lleva al objetivo.
- Limitador: un limitador con 5 ms de anticipación mantiene los picos de muestra en −1 dBFS o por debajo.
Preguntas frecuentes
¿Qué es el ducking de audio?
El ducking baja automáticamente la música de fondo mientras alguien habla y la vuelve a subir cuando hace una pausa, igual que hacen los locutores de radio y los podcasts para que la voz se entienda sin que la música desaparezca. En un estudio se hace con un compresor sidechain. Aquí la pista de voz se analiza en pasos de 10 ms; cuando se detecta voz, el nivel de la música baja suavemente la cantidad indicada en Bajar en, con el tiempo de ataque, y se recupera con el tiempo de liberación.
¿Qué ajustes debo usar?
Para una locución típica, música a −12 dB con −12 dB de ducking deja la música claramente audible en la intro y las pausas, pero muy por debajo de la voz. Para una voz densa, como un tutorial, prueba música a −18 dB y −10 dB de ducking. Usa un ataque corto (150–300 ms) para que la primera palabra no quede tapada, y una liberación de aproximadamente un segundo para que la música no suba y baje entre palabras.
¿Qué hace la normalización de sonoridad?
Mide la sonoridad integrada de toda la mezcla en LUFS (unidades de sonoridad relativas a la escala completa) con el método de ponderación K y compuerta de ITU-R BS.1770, y luego sube o baja el nivel hasta tu objetivo. Las plataformas de streaming reproducen el audio a unos −14 LUFS, muchas guías de podcasts usan −16 LUFS para estéreo y −19 LUFS para mono, y la radiodifusión europea usa −23 LUFS. Un limitador mantiene los picos por debajo de −1 dBFS.
¿Y si la música es más corta que mi grabación?
Con Repetir la música marcado, la pista se repite tanto como haga falta, con un breve fundido cruzado de 40 ms en el punto de repetición para evitar un clic. Para el resultado más suave, usa música hecha para repetirse en bucle, o una pista más larga que tu voz más la intro y el outro. También puedes saltarte el principio de la música con Empezar la música desde.
¿Puedo usar cualquier canción como música de fondo?
Usa solo música que tengas derecho a usar, como tu propia música, pistas libres de regalías o música con licencia para tu proyecto. Las canciones comerciales están protegidas por derechos de autor, y plataformas como YouTube pueden bloquear o reclamar los vídeos que las usan. Esta herramienta no proporciona música; mezcla los archivos que eliges.
¿Se sube mi audio a algún sitio?
No. Ambos archivos se decodifican, analizan y mezclan en tu navegador con la Web Audio API. Lo único que se descarga es la biblioteca del codificador MP3 (lamejs), una sola vez desde una CDN pública cuando guardas un MP3; la exportación a WAV funciona completamente sin conexión.
¿Se prueban todas las herramientas de FreeToolCabin para comprobar su calidad y precisión?
Sí. Cada herramienta del sitio pasa pruebas automáticas en navegadores reales para comprobar que el resultado es correcto y que no hay errores. Si encuentras un fallo o tienes una sugerencia, escríbenos a [email protected] y lo revisaremos.