1. Remove Silence
  2. Blog

Cómo quitar silencios en locuciones y audiolibros

ACX quiere tono de sala, no silencio. Sus requisitos actuales recomiendan de 1 a 5 segundos de tono de sala (room tone) al principio y al final de cada archivo, y el espaciado con tono de sala en cualquier parte del archivo no debe superar los 5 segundos. Así que, cuando quitas silencios de una narración, acortas las pausas y rellenas los cortes con tono de sala limpio. Nunca dejas un hueco en cero digital. Este artículo explica las cifras de ACX, cómo tratar las pausas y las respiraciones y cómo revisar un archivo antes de subirlo.

Qué pide ACX

Estos son los requisitos de audio de la página del centro de ayuda de ACX. Lee la propia página antes de enviar nada, porque ACX la actualiza.

Requisito Lo que dice ACX, resumido
Tono de sala al inicio y al final Se recomiendan de 1 a 5 segundos al principio y al final de cada archivo
Espaciado El espaciado con tono de sala no debe superar los 5 segundos
Volumen Entre -23 dB y -18 dB RMS
Picos No más de -3 dB
Ruido de fondo No más de -60 dB RMS
Formato MP3 CBR de 192 kbps o más, a 44,1 kHz
Canales Todos los archivos en el mismo formato, todos mono o todos estéreo
Duración Ningún archivo de más de 120 minutos
Contenido Un capítulo o sección por archivo, con su encabezado; créditos de apertura y cierre en archivos aparte
Audio limpio Sin plosivas, golpes de micrófono, clics de ratón, ruidos de boca excesivos ni tomas descartadas

Una nota sobre las cifras del inicio y el final: una entrada antigua del blog de ACX sobre edición daba de 0,5 a 1 segundo al inicio y de 1 a 5 segundos al final, y una nota del editor en esa misma entrada remite a una norma más reciente. La página de requisitos es la referencia actual, y presenta su cifra de 1 a 5 segundos como una recomendación.

Tono de sala, no silencio digital

El glosario de ACX define el tono de sala como el ruido de fondo de una sala, y dice que en los audiolibros debe ser el sonido en reposo de tu estudio, lo más parecido posible al silencio. Esa última parte es fácil de malinterpretar. Lo más parecido posible al silencio significa una sala silenciosa. No significa sustituir la sala por ceros.

La entrada de ACX sobre control de calidad es directa: «Tu audio nunca debe caer a cero absoluto». Añade que el tono de sala debe ser tu nivel de base y mantenerse constante de principio a fin. El motivo es sencillo. Quien escucha oye la sala bajo tu voz todo el tiempo. Cuando un hueco cae a silencio digital, la sala desaparece y vuelve, y ese cambio se nota más de lo que se notaba la sala.

La entrada de ACX sobre edición y espaciado dice lo mismo desde el lado de la edición: las partes que cortas se sustituyen por tono de sala limpio. También aconseja grabar un tono de sala nuevo cada vez que cambies de micrófono o los ajustes del estudio.

Cómo grabar el tono de sala

  1. Prepáralo todo exactamente igual que para narrar: la misma posición del micrófono, la misma ganancia y la misma sala.
  2. Quédate quieto y en silencio, y graba un tramo de la sala vacía.
  3. Etiquétalo con la fecha de la sesión, y vuelve a grabarlo cada vez que cambie algo del montaje.
  4. Úsalo para rellenar cada corte y cada hueco de los archivos de esa sesión.

Qué pausas acortar y cuáles conservar

Las pausas de una narración forman parte de la interpretación. Le dicen a quien escucha dónde termina una frase, dónde gira un párrafo y dónde cambia una escena. Quitar silencios debería eliminar las vacilaciones y los puntos muertos, no la estructura.

Pausa Qué hacer
Entre palabras, por un tropiezo o una vacilación Acortar o quitar
Entre frases Conservar una pausa natural, acortar solo las que se alargan demasiado
Entre párrafos Que sea claramente más larga que una pausa entre frases
Cambios de escena y de sección Las pausas internas más largas van aquí, por debajo del límite de 5 segundos de ACX
Inicio y final de cada archivo Tono de sala, según la recomendación actual de ACX
Repeticiones y tomas descartadas Quitar la toma mala y su pausa, y rellenar la unión con tono de sala

ACX no publica duraciones fijas para las pausas entre frases o entre párrafos. La mejor guía es la coherencia: decide cómo quieres que suene cada tipo de pausa en el capítulo 1 y mantenlo durante todo el libro. ACX incluye la coherencia del espaciado entre sus requisitos, junto con los niveles, el tono y el ruido.

Respiraciones

Las respiraciones son donde más se equivoca la edición de narraciones. Si las quitas todas, la voz suena como si nunca necesitara aire. Si las dejas todas, un pasaje tranquilo se llena de inspiraciones.

  • Quita las respiraciones fuertes o bruscas, y la que va antes de la primera palabra de un archivo.
  • Baja el volumen de las demás en lugar de borrarlas, si tu editor lo permite.
  • Cuando borres una respiración, rellena el espacio con tono de sala, no con silencio, y mantén más o menos la misma duración de la pausa.
  • Vigila las respiraciones que una herramienta de silencios conserva porque suenan más fuertes que su umbral. Suelen estar justo al principio de una frase.

Qué le hace a una narración quitar silencios automáticamente

La mayoría de las herramientas para quitar silencios usan tres ajustes: un nivel por debajo del cual el audio cuenta como silencio, una duración mínima de pausa y un margen que se conserva alrededor de la voz. Aplicadas a una narración con ajustes de podcast, producen pausas todas igual de cortas. Eso borra la diferencia entre una coma, un punto y un cambio de párrafo.

Para narraciones largas funcionan mejor dos enfoques:

  • Acortar, no eliminar. En Audacity, Effect > Special > Truncate Silence tiene dos modos (nombres de la versión en inglés). Truncate Detected Silence deja cada pausa detectada con la misma duración. Compress Excess Silence acorta solo la parte de cada pausa que supera la duración mínima, en el porcentaje que elijas, así que las pausas largas siguen siendo más largas que las cortas. El segundo modo conserva la forma de tu ritmo. Como los dos modos acortan la pausa existente, el audio que queda es tu propio tono de sala. La guía de Audacity tiene todos los pasos.
  • Eliminar y reconstruir el inicio y el final. La herramienta gratuita de este sitio quita las pausas más largas que su ajuste Pausa mínima y conserva un margen definido por Margen alrededor de la voz. También recorta por completo el silencio del principio y del final del archivo, así que tienes que volver a añadir tono de sala al inicio y al final antes de enviarlo.

Pon el nivel de silencio un poco por encima de tu ruido de fondo. Si el nivel está por debajo de la sala, nada cuenta como silencio. Si está muy por encima, se cortan los finales de palabra suaves. Los ajustes del umbral de silencio explican cómo encontrar el nivel correcto.

Volumen: ACX mide en RMS, no en LUFS

La norma de volumen de ACX es de -23 a -18 dB RMS con picos que no superen -3 dB. La página de requisitos no menciona los LUFS. Eso importa porque muchas herramientas normalizan a un objetivo en LUFS, Audacity incluido por defecto.

QuellCut, por ejemplo, normaliza el audio a -16 LUFS. Los LUFS son una medida distinta del RMS, y -16 LUFS no es la especificación de ACX. Un archivo normalizado a -16 LUFS no queda ajustado al rango de ACX, y nada en esa normalización comprueba tus picos ni tu ruido de fondo. Si tu libro va a ACX, mide el RMS y los picos después de cualquier normalización, y ajusta con una herramienta que trabaje en RMS.

Effect > Volume and Compression > Loudness Normalization, en Audacity, puede hacerlo. Ofrece Perceived loudness (-23 LUFS por defecto) o RMS (-20 dB por defecto). La normalización RMS sube o baja todo el archivo, así que comprueba los picos después. Para saber más sobre los objetivos en LUFS, consulta el volumen de un podcast y los LUFS.

Un flujo de trabajo de la grabación a la subida

Fase Qué hacer Cómo comprobarlo
Grabar El mismo montaje en cada sesión; graba tono de sala al empezar cada una Escucha el tono de sala con auriculares buscando zumbidos y ruido
Editar Quita repeticiones y tropiezos, rellena cada unión con tono de sala, acorta las vacilaciones largas Escucha a 1x las partes editadas, no solo acelerado
Pausas Acorta las pausas con un modo que conserve su duración relativa Revisa por muestreo los cambios de párrafo y de escena, y confirma que ninguno pasa de 5 segundos
Masterizar Lleva el RMS a entre -23 y -18 dB y mantén los picos en -3 dB o menos Mide RMS, pico y ruido de fondo en el archivo terminado
Exportar MP3 CBR de 192 kbps o más a 44,1 kHz, con el mismo formato de canales en todos los archivos Revisa las propiedades del archivo y que dure menos de 120 minutos
Subir Pasa la herramienta de análisis de audio de ACX por cada archivo Lee su informe y luego escucha lo que no puede detectar

Dos herramientas ayudan en la fase de comprobación:

  • ACX Check es un plugin de análisis para Audacity, disponible en el sitio de plugins de Audacity. Informa del nivel de pico, del nivel RMS y del ruido de fondo, que mide como el nivel RMS de los 500 milisegundos más silenciosos de la selección. Su página advierte de que esa lectura puede ser engañosa cuando una parte de la selección está más baja que el resto.
  • La herramienta de análisis de audio de ACX funciona con los archivos que subes a ACX. Según las preguntas frecuentes de ACX, comprueba RMS, niveles de pico, tasa de bits, método de tasa de bits, frecuencia de muestreo, canales mezclados, archivos duplicados y espaciado. No detecta problemas de ruido de fondo, de edición ni ruidos ajenos, y sus resultados solo los ven los productores y los titulares de derechos que producen por su cuenta. ACX también advierte de que las lecturas de RMS y de pico pueden variar entre DAW y medidores.

Ninguna de las dos escucha tu interpretación. Un archivo puede pasar todos los números y aun así tener una edición torpe en el capítulo 12.

Locución comercial: anuncios y e-learning

Fuera de los audiolibros no hay una especificación única, así que mandan las indicaciones de entrega del cliente. Aun así, algunas costumbres valen:

  • Los anuncios se cortan para encajar en una duración fija. Acorta las pausas para cuadrar el tiempo antes de plantearte acelerar la lectura, que cambia la voz.
  • El e-learning suele ir bajo texto en pantalla y animaciones. Conserva las pausas después de las ideas clave, porque quien aprende puede seguir leyendo. Pregunta si el cliente quiere los archivos divididos por diapositiva o por pantalla.
  • Los videos explicativos y de apps van sincronizados con la imagen. Pausas que parecen largas en la forma de onda pueden ser necesarias para coincidir con un cambio visual.
  • La entrega. Salvo que el cliente pida otra cosa, deja un pequeño margen de tono de sala al principio y al final de cada archivo para que su editor tenga de dónde recortar, y nunca entregues con silencio digital en los extremos.

Errores que evitar

  • Silenciar los huecos en lugar de rellenarlos con tono de sala.
  • Usar tono de sala de otro día o de otro montaje, de modo que el fondo cambia a mitad de capítulo.
  • Pasar un libro entero por una herramienta de silencios con ajustes de podcast y dejar todas las pausas con la misma duración.
  • Tomar el resultado en LUFS de un normalizador como prueba de que cumples el volumen de ACX.
  • Dejar el inicio y el final en cero y olvidarte después de volver a añadir el tono de sala.
  • Mezclar archivos mono y estéreo en un mismo proyecto.

Dónde encajan las herramientas de este sitio

La herramienta gratuita de este sitio sirve para un primer vistazo: abre un fragmento de capítulo de hasta 3 minutos, mira cuánto es pausa y escucha qué hacen distintos valores de Pausa mínima y Margen alrededor de la voz. Funciona en tu navegador y exporta WAV. No añade tono de sala ni comprueba los requisitos de ACX.

QuellCut en iPhone y iPad encaja con borradores de locución y contenido hablado: quita silencios y muletillas, te deja revisar cada corte en una línea de tiempo y exporta en M4A o WAV. Su normalización a -16 LUFS no es la especificación de volumen de ACX, y no hace que un archivo cumpla los requisitos de ACX. Para un audiolibro, termina el máster en un DAW y compruébalo tú frente a los requisitos de ACX. Hay más sobre flujos de trabajo solo de audio en la guía de audio.

Preguntas frecuentes

¿Cuánto tono de sala quiere ACX al principio y al final de un archivo?
Los requisitos de envío actuales de ACX recomiendan entre 1 y 5 segundos de tono de sala al principio y al final de cada archivo, y dicen que el espaciado con tono de sala no debe superar los 5 segundos. Algunas entradas antiguas del blog de ACX dan otras cifras para el inicio y el final, así que guíate por la página de requisitos.
¿Puedo usar silencio digital entre párrafos?
No. ACX dice que tu audio nunca debe caer a cero absoluto y que el tono de sala debe ser tu nivel de base. Rellena los cortes y los huecos con tono de sala limpio grabado en la misma sesión.
¿Normalizar a -16 LUFS cumple el requisito de volumen de ACX?
No por sí solo. ACX exige entre -23 y -18 dB RMS con picos que no superen -3 dB, medidos en RMS, no en LUFS. Mide el RMS y los picos después de cualquier normalización.
¿La herramienta de análisis de audio de ACX comprueba el ruido de fondo?
Según las preguntas frecuentes de ACX, no. Comprueba RMS, niveles de pico, tasa de bits, método de tasa de bits, frecuencia de muestreo, canales mezclados, archivos duplicados y espaciado, así que el ruido de fondo tienes que comprobarlo tú.
¿Debo quitar todas las respiraciones de una narración?
Normalmente no. Quita las respiraciones fuertes o molestas y baja el volumen de las demás en lugar de borrarlas, para que las frases no se pisen.

Fuentes: ACX: requisitos de envío de audio, ACX: preguntas frecuentes sobre la herramienta de análisis de audio, Blog de ACX: Why did my title fail QA? Parte 5, Blog de ACX: Editing and spacing with Alex the Audio Scientist, Manual de Audacity: Truncate Silence, Manual de Audacity: Loudness Normalization.