¿Por qué mi grabación del iPhone suena distorsionada?

Distorsionada es una queja concreta, no vaga. No es que toda la grabación suene débil o tapada — es un corte áspero y con zumbido justo en las sílabas más altas, un grito, una risa, un aplauso, mientras los tramos más tranquilos alrededor suenan perfectamente normales. Ese patrón es la huella del clipping, y merece la pena nombrarlo bien, porque su solución no se parece en nada a la de una grabación baja o ruidosa de principio a fin.

Qué es realmente el clipping

Un micrófono convierte la presión del aire en una señal eléctrica, y en algún punto esa señal se mide y se guarda como números — un proceso con un techo. Hay un valor máximo que el sistema puede representar, y un sonido lo bastante fuerte como para pedir algo por encima de ese techo no se rechaza ni se reduce: el pico simplemente se queda fijado en el máximo que permite el formato, aplanando lo que debería haber sido una curva suave. Una onda con un pico redondeado suena a voz. Una onda con la punta cortada suena a chasquido o zumbido, porque un borde plano y repentino es justo el tipo de sonido que un altavoz reproduce como distorsión.

Esto pasa en la etapa de entrada, antes de que la grabación sea siquiera un archivo. No tiene nada que ver con la compresión, el formato del contenedor, ni con nada que ocurra después — para cuando hay un .m4a del que hablar, el daño, si lo hay, ya está hecho.

Qué lo causa realmente en un teléfono

Hablar, cantar o reírse justo sobre el micrófono

El micrófono de un teléfono está pensado para un volumen de conversación normal a una distancia normal. Un grito repentino, una risa justo al lado, o cantar de cerca puede aportar mucha más presión que eso, y la entrada no tiene margen reservado para absorberlo. Esta es la causa más habitual, con diferencia, y también la más fácil de anticipar — si sabes que va a llegar un momento fuerte, el micrófono es el sitio equivocado para estar cerca de él.

Una fuente externa muy fuerte

Un altavoz de PA, un grupo tocando, un claxon, cualquier cosa genuinamente fuerte en la sala, no solo cerca del micrófono, puede saturar igual que una voz alzada. El mecanismo es idéntico — depende de cuánta presión sonora llega realmente al micrófono, no de qué la produce.

El ajuste automático de nivel reaccionando tarde

Los micrófonos de teléfono hacen un ajuste automático de nivel para mantener el habla normal en un rango utilizable sin un dial manual que manejar. Ese ajuste reacciona a lo que está oyendo, lo que significa que necesita un instante para responder — y un pico repentino llega antes de que le dé tiempo. El reajuste tras un grito suele ser exactamente lo que resulta ser ese chasquido breve justo al principio de un sonido fuerte.

Qué no lo causa, y qué no lo arregla

El ajuste de calidad de grabación no tiene nada que ver con esto. Estándar, alta y ultra cambian la frecuencia de muestreo con la que se captura una grabación — con qué finura se mide la señal a lo largo del tiempo —, no cuánta señal puede aceptar la entrada antes de quedarse sin margen. Un pico saturado en calidad estándar está exactamente igual de saturado en ultra; una frecuencia de muestreo más alta solo guarda esa misma onda con la punta cortada en fragmentos de tiempo más finos. Mono frente a estéreo tampoco cambia nada, por la misma razón: ninguno de los dos toca el margen disponible. Si un ajuste dijera arreglar la distorsión, estaría prometiendo algo de lo que la frecuencia de muestreo nunca fue responsable.

Distinguirlo de las otras dos quejas

Baja, ruidosa y distorsionada son tres problemas distintos con tres soluciones distintas, y confundirlas te hace buscar en el sitio equivocado.

• Baja: la voz apenas se registra en toda la grabación, incluso en una habitación silenciosa. Suele ser un problema de distancia o colocación.
• Ruidosa: la voz está ahí, pero algo más — un ventilador, el tráfico, otra conversación — se oye por debajo durante toda la grabación. Suele ser un problema de la sala.
• Distorsionada: la grabación suena normal hasta un momento fuerte concreto, y ese momento tiene un borde áspero y con zumbido que el resto no tiene. Un problema de nivel de entrada, no de distancia ni de sala.

Una grabación puede tener más de uno a la vez — una sala tranquila con un grito fuerte en medio está bien y saturada al mismo tiempo, en sitios distintos —, así que merece la pena escuchar el patrón en vez de asumir una única causa general.

Detectarlo antes de que ocurra

La solución directa es la distancia respecto a lo que está a punto de sonar fuerte. Si sabes que viene una risa, un grito de ánimo o una voz alzada, no tengas el micrófono pegado a la fuente — unos centímetros más de distancia suelen bastar, porque la presión sonora cae rápido con la distancia. Para una fuente que es fuerte todo el rato, como un altavoz de PA, aleja el teléfono más de lo que la intuición dice antes de empezar, y compruébalo con una prueba corta en vez de adivinarlo.

Para lo que no se puede prever con antelación, escuchar la entrada mientras ocurre es la única forma de pillarlo mientras todavía puedes mover el teléfono. Es un problema distinto al de revisar una grabación después, porque para entonces la toma ya está hecha.

Cuando ya está en la grabación

El clipping destruye información, y la información destruida no vuelve. Una muestra fijada en el valor máximo no guarda ningún registro de cuánto más fuerte era el sonido original en realidad — no queda nada de lo que reconstruirlo. Editar el transcrito después tampoco arregla esto: un tramo saturado le da al reconocedor de voz una señal áspera y alterada con la que trabajar, no el sonido que realmente se dijo, y eso es un tipo de hueco distinto al de una palabra que el reconocedor adivinó mal. Parte de esto es más perdonable de lo que suena — una sola risa saturada en una grabación limpia por lo demás casi nunca importa —, pero una grabación que satura en cada frase alta, una conversación animada o una charla con una voz potente, suele merecer la pena volver a grabarla con más distancia si surge la oportunidad.

Cómo encaja Voice Studio en todo esto

Voice Studio no pone delante un control manual de nivel de entrada — como la mayoría de grabadoras de teléfono, ese nivel lo gestiona el sistema, y el nivel de calidad que elijas (estándar a 22,05 kHz, alta a 44,1 kHz, ultra a 48 kHz, siempre en AAC mono) regula la frecuencia de muestreo, no el margen disponible, por lo explicado arriba. Lo que sí ayuda es pillar el problema mientras está ocurriendo y no después: la monitorización en directo de Pro te deja escuchar la entrada mientras la grabación avanza, que es la forma práctica de notar que una fuente se está pasando de fuerte y mover el teléfono antes de que una hora entera de audio tenga el mismo corte en cada frase alta. La reducción de ruido, incluida junto a ella, apunta a otro problema — el ruido de fondo bajo la voz — y no deshace un pico saturado, porque ninguna de las dos añade información que la grabación nunca llegó a captar.

Preguntas frecuentes

¿Un ajuste de calidad más alto arregla las grabaciones distorsionadas del iPhone?

No. Estándar, alta y ultra cambian la frecuencia de muestreo con la que se captura el audio, no cuánta señal puede aceptar la entrada antes de saturar. Un pico saturado está igual de saturado en cualquier ajuste de calidad.

¿Se puede arreglar después una grabación distorsionada o saturada?

No del todo. El clipping descarta permanentemente la parte de la señal por encima del máximo que el sistema podía representar, y no queda nada de lo que reconstruirla. El procesado a veces puede suavizar cómo suena un momento saturado, pero no puede restaurarlo.

¿Cómo sé si una grabación está saturada en vez de simplemente ruidosa?

El ruido se oye bajo la voz durante toda la grabación. El clipping suena normal hasta un momento fuerte concreto, que tiene un borde áspero y con zumbido que el resto de la grabación no tiene.

¿La monitorización en directo ayuda de verdad con esto?

Sí, más que la mayoría de ajustes. La distorsión ocurre en el instante de un sonido fuerte, así que la única defensa real es oírlo mientras pasa y alejar el teléfono — para eso está la monitorización en directo.