¿Grabar en mono suena peor que en estéreo en el iPhone?

Es algo razonable de notar. La música se transmite en estéreo, las películas se mezclan en sonido envolvente, y una app que solo ofrece un canal puede parecer que le falta algo que las demás sí tienen. Nadie elige la opción que parece más barata en una ficha técnica sin preguntarse qué ha perdido a cambio. La respuesta honesta aquí es que una grabación de voz no pierde nada, porque lo que añade el estéreo nunca estuvo ahí para grabar en primer lugar.

Qué está grabando en realidad el estéreo

Una grabación estéreo son dos micrófonos, colocados a poca distancia entre sí, cada uno captando el mismo sonido de forma ligeramente distinta en el mismo instante. Esa pequeña diferencia — en el momento de llegada, en el volumen, en el timbre — es lo que los oídos usan para situar un sonido en el espacio, y es todo el contenido de una imagen estéreo. Reprodúcela por dos altavoces o unos auriculares y el cerebro reconstruye una sensación de dónde estaban las cosas: un violín a la izquierda, un violonchelo a la derecha, una sala con tamaño y profundidad alrededor de ambos. Quita esa diferencia y no has perdido fidelidad en el sentido de claridad o detalle — has perdido un tipo concreto de información espacial que solo existía porque dos micrófonos discrepaban ligeramente sobre lo que oían.

Eso es algo real y valioso de capturar para la fuente adecuada. También es algo que solo existe cuando los dos micrófonos están oyendo de verdad algo distinto — lo cual depende por completo de qué estás grabando y de la distancia entre los micrófonos, no de si el formato lo admite.

Por qué una sola voz delante de un teléfono no tiene nada de eso que capturar

Un teléfono grabando a alguien hablando está capturando una sola fuente, a corta distancia, en un aparato con su micrófono situado en un único punto. No hay una segunda posición de escucha a pocos centímetros que discrepe con la primera — un solo micrófono oye una sola voz desde un solo punto, y ya está. Grabar eso en "estéreo" no crea información espacial que no estuviera ahí; copia la misma señal idéntica en dos canales, y al reproducirla suena exactamente igual que en mono, porque en el fondo eso es lo que en realidad es bajo la etiqueta. Lo único que añade un archivo estéreo en esa situación es tamaño — el formato duplica los datos guardados para llevar dos copias de una señal que nunca fue distinta de sí misma para empezar.

Esto es distinto de una grabación estéreo de verdad, digamos, de una sala llena de sonido ambiente, o de un escenario con varios instrumentos repartidos por él, donde dos micrófonos separados por unos metros sí oyen cosas genuinamente distintas. Un teléfono sostenido cerca de una boca no es ese montaje, sea cual sea la etiqueta del archivo.

Lo que en realidad cambia cómo suena una grabación de voz

Nada de ello es el número de canales. En orden aproximado de cuánto importan para una grabación hablada:

• La distancia entre quien habla y el micrófono — con diferencia, el factor más grande.
• La reverberación de la sala — una habitación de superficies duras añade un eco que una amueblada y con tela no.
• El ruido de fondo — tráfico, aire acondicionado, otras conversaciones compitiendo por el mismo micrófono.
• El corte por saturación — hablar demasiado cerca o demasiado alto para que el micrófono lo capture con limpieza, algo que distorsiona de una forma que ningún número de canales arregla después.

Una grabación en mono hecha cerca de quien habla en una sala silenciosa sonará mejor que una grabación en estéreo hecha al otro lado de una ruidosa, siempre. El número de canales no aparece en esa lista, porque nunca fue lo que se interponía entre una grabación y que sonara bien.

Dónde el estéreo se gana de verdad su sitio

Merece la pena ser precisos en esto en lugar de descartar el estéreo sin más, porque es una función real para una categoría real de grabación. La grabación de campo — captar el sonido real de un lugar, un bosque, una calle, una sala de conciertos — se construye enteramente sobre lo que dos micrófonos separados o angulados oyen de forma distinta, porque todo el sentido es la sensación de espacio. La música grabada con los intérpretes repartidos por el escenario se beneficia igual. La grabación binaural y de ASMR va todavía más allá, usando micrófonos con forma y posición pensadas para imitar los oídos humanos precisamente para que la reproducción por auriculares se sienta tridimensional. Todos estos casos tienen algo en común: la propia fuente tiene una disposición espacial que merece la pena conservar. Una persona hablando a un teléfono sostenido a pocos centímetros de la boca no la tiene.

El tamaño que se paga por una copia de ti mismo

Como un archivo estéreo de una sola voz cercana es en realidad dos copias idénticas de la misma señal, cuesta más o menos el doble del almacenamiento que el mono equivalente, por una diferencia que no se puede oír al reproducirlo. Para una nota corta apenas importa; para una clase de varias horas, una entrevista larga, o algo grabado durante semanas, se suma hasta un espacio real gastado sin nada que mostrar a cambio. Es el equivalente en audio a guardar dos fotos idénticas una al lado de la otra y llamar mejora a la segunda.

Cómo lo gestiona Voice Studio

Voice Studio graba AAC en mono dentro de un .m4a, a 22,05, 44,1 o 48 kHz según el ajuste de calidad estándar, alta o ultra. No hay opción de estéreo, y es una elección deliberada, no un recorte — una sola voz grabada en un teléfono no tiene información estéreo que conservar, así que un archivo estéreo en esa situación solo sería siempre una copia más pesada de la misma señal mono. El ajuste de calidad que de verdad merece la pena elegir es la frecuencia de muestreo, que afecta a cuánto detalle se capta dentro del único canal que importa; el número de canales nunca fue donde estaba la decisión real.

Preguntas frecuentes

¿Una grabación de voz en mono es de peor calidad que una en estéreo?

No para una sola voz grabada cerca de un teléfono. El estéreo capta una diferencia espacial entre dos posiciones de micrófono; un teléfono grabando una única voz cercana no tiene esa diferencia que capturar, así que la versión estéreo de esa grabación sería solo dos copias idénticas de la misma señal, no una versión de mayor fidelidad.

¿Por qué el estéreo suena mejor para la música pero no para grabar voz?

Porque la música y el sonido ambiente sí tienen una disposición espacial real — instrumentos o sonidos repartidos por una sala o un escenario — que dos micrófonos separados por una distancia captan de forma distinta. Una sola boca cerca de un único micrófono de teléfono no tiene un reparto equivalente que capturar.

¿Grabar en estéreo hace el archivo más grande sin ningún beneficio?

Para una grabación cercana de una sola voz, sí. Los dos canales acaban siendo casi idénticos, así que el formato duplica los datos guardados para llevar una diferencia que en realidad no existe.

¿Voice Studio permite grabar en estéreo?

No, graba solo en mono, con tu elección entre tres frecuencias de muestreo. Es deliberado: una voz grabada en un teléfono no tiene información estéreo que conservar, así que una opción de estéreo solo añadiría tamaño de archivo, no calidad.