Gravar voz e podcast numa sala pequena: da acústica ao ficheiro publicado
- Tema
- Voz falada e podcast
- Formato
- Artigos e listas de verificação
- Idioma
- Português
- Contacto
- [email protected]
A maior parte das gravações de voz feitas em casa não falha por causa do microfone. Falha porque a sala é demasiado reflectora, porque a distância à cápsula muda a cada frase, ou porque o nível foi ajustado depois do problema já estar gravado.
Estas páginas reúnem o percurso completo de um episódio falado, pela ordem em que as decisões acontecem: primeiro a sala, depois o microfone e a posição do corpo, depois os níveis, e só no fim a edição e o processamento. Cada fase resolve problemas que a fase seguinte já não consegue resolver bem — uma sala com eco pode ser atenuada, mas não desfeita; um pico cortado na conversão não volta atrás.
O material é escrito para quem grava voz falada em espaços improvisados: um quarto, um escritório partilhado, um canto de sala com estante. Não há aqui recomendações de compra nem promessas de resultado; há descrições do que cada ajuste faz ao som e do que costuma correr mal.
Preparar uma sala pequena e travar as primeiras reflexões
Numa divisão doméstica, o microfone capta duas coisas ao mesmo tempo: a voz que sai da boca e a mesma voz devolvida pelas paredes alguns milissegundos depois. São essas primeiras reflexões — as que chegam nos primeiros 20 a 30 milissegundos — que dão à gravação aquele carácter de «quarto vazio». Não são reverberação longa; são cópias muito próximas do original, e o ouvido interpreta-as como uma espécie de caixa à volta da voz.
A solução prática não passa por tratar a divisão inteira. Passa por identificar as superfícies que devolvem som directamente para o ponto onde está o microfone: a parede em frente ao locutor, a parede atrás do microfone, o tampo da mesa e o tecto. Basta cobrir esses pontos com material absorvente com alguma espessura para a diferença ser audível numa primeira escuta.
Materiais macios e porosos absorvem bem as frequências médias e agudas, que é onde vive a inteligibilidade da fala. As frequências graves exigem massa e profundidade e raramente são tratáveis num quarto improvisado — por isso é mais realista evitar cantos e paredes muito próximas do que tentar corrigi-las depois.
Pontos a verificar antes de montar tudo
- Afastar a posição de gravação das paredes; um recuo de 60 a 100 cm já altera o padrão de reflexões.
- Evitar o centro geométrico da divisão e os cantos, onde os modos de sala são mais marcados.
- Cobrir a parede que fica em frente à boca do locutor — é a que devolve a reflexão mais forte.
- Colocar algo absorvente no tampo da mesa, entre o locutor e o microfone (um pano dobrado resolve).
- Fechar portas de armários e superfícies envidraçadas, ou tapá-las com tecido pesado.
- Ouvir a divisão em silêncio durante um minuto: frigorífico, ventilação, relógio e disco de portátil aparecem todos na gravação.
Ouvir a sala antes de decidir seja o que for
Antes de escolher microfone ou definir níveis, vale a pena perceber como soa o espaço. Dois testes simples chegam para orientar as decisões seguintes e ambos se fazem sem equipamento adicional.
- Palma seca. Bater uma palma na posição de gravação e ouvir a cauda. Se houver um «tlim» metálico a seguir, há reflexões paralelas a tratar antes de gravar.
- Voz em movimento. Falar em tom normal enquanto se percorre a divisão, com auscultadores fechados e monitorização activa. O ponto onde a voz soa mais seca e mais próxima é o ponto de gravação.
O resultado destes testes muda frequentemente a montagem inicial: a secretária encostada à janela passa a estar virada para o canto, o locutor deixa de ficar entre duas paredes paralelas, e o microfone afasta-se do computador. Nenhuma correcção posterior no software tem este efeito, porque aqui ainda se está a alterar o som que chega à cápsula, e não a tentar retirá-lo depois.
Vale também registar as condições que funcionaram — posição da cadeira, altura do braço, hora do dia com menos ruído exterior. Repetir a montagem é o que mantém os episódios consistentes entre si.
Microfones para voz falada e escolha da direccionalidade
Para voz falada, a escolha entre um microfone dinâmico e um de condensador é sobretudo uma escolha sobre a sala. O dinâmico é menos sensível, capta menos detalhe fino e, por isso, traz menos da divisão para a gravação; costuma ser trabalhado a curta distância. O condensador capta mais detalhe e mais ar na voz, mas também mais reflexões, ventilação e ruído da rua — só compensa quando o espaço está minimamente controlado.
A direccionalidade descreve de que lados o microfone ouve. Na prática, quase toda a gravação de voz falada assenta em padrões direccionais:
Padrões mais usados na fala
- Cardióide — capta sobretudo à frente e rejeita a parte de trás. É o padrão de referência para uma voz num espaço imperfeito.
- Supercardióide — ângulo frontal mais estreito e melhor rejeição lateral, mas com um lóbulo traseiro: exige cuidado com o que está atrás do microfone.
- Omnidireccional — ouve em todas as direcções, com resposta muito natural e pouca sensibilidade à posição da cabeça; em contrapartida, traz a sala inteira consigo.
- Figura de oito — capta à frente e atrás, rejeitando os lados; útil em duas vozes frente a frente, exigente quanto ao espaço.
Dois efeitos merecem atenção prática. O primeiro é o efeito de proximidade: em padrões direccionais, aproximar a boca da cápsula reforça os graves, o que pode dar corpo à voz ou torná-la abafada e pesada. O segundo é a rejeição fora do eixo — o som que entra pelos lados não é apenas mais fraco, é também alterado no timbre, e é por isso que mover a cabeça durante a gravação se ouve como uma variação de cor e não só de volume.
Filtro anti-pop, suporte e distância de trabalho
As plosivas — os sons de «p», «b» e «t» — produzem um jacto de ar que atinge a cápsula e gera um estouro de baixa frequência difícil de corrigir depois. Um filtro anti-pop colocado a poucos centímetros do microfone quebra esse jacto sem alterar de forma significativa o timbre. As telas de tecido tendem a ser mais transparentes nos agudos; as de metal são mais fáceis de limpar e mais estáveis no tempo.
Falar ligeiramente fora do eixo, com a boca apontada para o lado da cápsula em vez de directamente para o centro, resolve boa parte das plosivas mesmo antes de o filtro entrar em acção. É um ajuste de alguns graus, não uma mudança de posição.
O suporte importa tanto como o filtro. Um microfone pousado directamente na mesa transmite cada toque no teclado e cada apoio de cotovelo. Um braço articulado com suspensão elástica isola a maior parte dessas vibrações; um suporte de chão resolve o mesmo problema quando não há forma de fixar o braço.
A distância de trabalho é a variável que mais afecta a consistência entre episódios. Convém escolher uma distância, marcá-la fisicamente e mantê-la — uma referência visual simples, como o filtro anti-pop alinhado com o queixo, funciona melhor do que tentar avaliar a distância de memória.
| Distância | Resultado típico |
|---|---|
| 5–10 cm | Graves muito reforçados, intimidade forte, risco alto de plosivas e ruído de boca |
| 15–20 cm | Equilíbrio habitual na voz falada; tolera pequenas variações de postura |
| 25–35 cm | Timbre mais neutro, mas a sala começa a aparecer de forma nítida |
| Mais de 40 cm | Voz distante; a relação entre voz e reflexões passa a depender do tratamento acústico |
Valores indicativos para voz falada com padrão cardióide. O ponto certo depende do microfone, do volume da voz e do estado da divisão — confirma-se sempre com uma gravação de teste.
Níveis de gravação e margem até ao pico
Gravar com o nível o mais alto possível é um hábito herdado da era analógica que hoje faz pouco sentido. Em gravação digital a 24 bits, a margem de ruído é suficiente para deixar espaço livre em cima sem qualquer penalização audível. O que não se recupera é um pico que passou do máximo: o resultado é distorção, e não uma simples perda de volume.
A prática mais estável é definir o ganho com o locutor a falar no tom mais forte que vai usar — a gargalhada, a frase enfática, a palavra levantada — e não em voz de teste. Os picos devem ficar confortavelmente abaixo do topo da escala, deixando margem para o que não está previsto.
Rotina antes de começar a gravar
- Gravar trinta segundos a falar como no episódio, incluindo a parte mais alta.
- Ajustar o ganho na interface ou no gravador até os picos ficarem claramente abaixo do topo, com margem de segurança.
- Não voltar a mexer no ganho durante a gravação; se for preciso, corrige-se depois na edição.
- Gravar dez segundos de silêncio na sala, sem falar, antes de cada sessão — serve de referência de ruído na edição.
- Confirmar que a monitorização está em auscultadores fechados, para evitar retorno do som para o microfone.
- Ouvir os primeiros trinta segundos antes de continuar, em vez de descobrir o problema uma hora depois.
Nas sessões com mais de uma voz, cada microfone deve ter o seu ajuste próprio e, sempre que possível, a sua própria pista. Um ficheiro único com duas vozes misturadas retira a possibilidade de tratar separadamente o ruído, o volume e as sobreposições.
Respiração, dicção e ritmo diante do microfone
Grande parte do trabalho de limpeza que se faz na edição pode ser evitado no momento da gravação. A respiração é o exemplo mais claro: ao microfone, uma inspiração feita pela boca com a garganta tensa é captada com muito detalhe, enquanto uma inspiração calma e mais silenciosa quase desaparece na mistura. Não se trata de eliminar as respirações — elas fazem parte da fala natural e a sua remoção total dá um resultado artificial — mas de as tornar discretas.
A postura influencia directamente o som. Costas apoiadas, ombros descontraídos e queixo paralelo ao chão mantêm a coluna de ar estável; falar de cabeça baixa, a ler do portátil, comprime a laringe e retira corpo à voz. Ler de pé, com o texto à altura dos olhos, resolve os dois problemas de uma vez.
Hábitos que melhoram a gravação
- Beber água à temperatura ambiente ao longo da sessão; evitar bebidas muito frias ou muito doces antes de gravar.
- Fazer uma pausa curta entre parágrafos, com o microfone a gravar — o silêncio limpo facilita o corte.
- Repetir a frase inteira quando há um engano, em vez de emendar a meio; a montagem fica invisível.
- Marcar os erros com um sinal audível combinado, como duas palmas, para os localizar depois na forma de onda.
- Abrandar deliberadamente nas partes com números, nomes próprios e termos técnicos.
- Ler o texto em voz alta antes de gravar: as frases longas demais revelam-se logo na primeira leitura.
Um guião não precisa de ser escrito palavra a palavra. Em muitos formatos falados, uma lista de pontos com as transições já pensadas dá uma dicção mais solta do que um texto integral, que tende a ser lido em vez de dito.
Montagem da fala, cortes e remoção de ruído
Editar fala é sobretudo decidir onde cortar sem que se note. O corte mais seguro faz-se num ponto de silêncio real, imediatamente antes do início de uma palavra, e não a meio de uma vogal ou sobre uma consoante sustentada. Quando o corte cai num ponto com energia, ouve-se um estalido; uma transição muito curta entre as duas partes resolve isso sem alterar o ritmo.
As pausas fazem parte do conteúdo. Retirar todos os silêncios produz um discurso sem ar, cansativo de ouvir durante trinta minutos. É mais útil encurtar as pausas longas e hesitantes e manter as pausas que separam ideias.
A redução de ruído funciona melhor quanto menos tiver de fazer. Um perfil aprendido a partir dos dez segundos de sala gravados no início permite atenuar um zumbido constante ou o sopro de ventilação, mas uma redução agressiva deixa a voz com aquele carácter metálico e cavernoso que se reconhece de imediato. Quando o ruído é intermitente — uma obra, um cão, um avião — cortar e regravar a frase dá quase sempre melhor resultado do que processar.
Ordem habitual de trabalho na edição
- Alinhar as pistas e remover as partes que não entram no episódio.
- Corrigir enganos, repetições e falsas partidas, cortando em silêncio.
- Tratar respirações e ruídos de boca demasiado salientes, atenuando em vez de apagar.
- Aplicar redução de ruído apenas onde é necessária, com a intensidade mínima que resolve.
- Igualar o volume entre secções gravadas em dias diferentes.
- Ouvir o episódio inteiro de ponta a ponta antes de passar ao processamento.
Antes de processar
- Guardar a gravação original intacta, separada do projecto de edição.
- Trabalhar em cópias, nunca sobre o ficheiro de origem.
- Manter cada voz na sua pista até ao fim da montagem.
- Nomear os ficheiros com data e número de episódio, para não depender da memória.
Equalização, compressão e normalização de volume
O processamento vem depois da montagem, e não antes, porque só faz sentido tratar o material que vai mesmo ficar no episódio. A ordem habitual é: filtrar o que não é voz, corrigir o timbre, controlar a dinâmica e, por último, ajustar o volume final.
Na equalização, o ajuste mais consequente costuma ser o filtro passa-alto, que retira a energia abaixo da zona útil da voz — rumor de trânsito, passos no andar de cima, vibração da mesa. A partir daí, cortes estreitos e pouco profundos resolvem mais problemas do que reforços largos: uma voz que soa nasal ou embolada melhora mais com uma redução cirúrgica do que com um aumento de agudos.
A compressão reduz a diferença entre as passagens mais fortes e as mais fracas, tornando a fala legível em ambientes ruidosos, como um autocarro ou uma cozinha. Em voz falada, uma compressão moderada e transparente costuma ser preferível a uma redução forte: o excesso levanta o ruído de fundo e traz para primeiro plano cada respiração e cada ruído de boca.
Parâmetros e o que cada um faz
| Parâmetro | Efeito na voz falada |
|---|---|
| Limiar | Define a partir de que nível a compressão actua; quanto mais baixo, mais tempo o processo está em acção |
| Rácio | Quanto o sinal é contido acima do limiar; valores suaves mantêm a naturalidade da fala |
| Ataque | Rapidez de resposta; muito rápido retira ênfase às consoantes iniciais |
| Repouso | Tempo até libertar; demasiado curto produz oscilação audível do fundo |
| Ganho de saída | Compensa a redução aplicada e devolve o volume percebido |
A normalização de volume, na fase final, não é o mesmo que subir o nível até ao limite. As plataformas de distribuição alinham os episódios por volume percebido, medido em LUFS, e alteram o que estiver muito acima ou muito abaixo dessa referência. Na prática, entregar um episódio muito mais alto do que o alvo não o torna mais audível: torna-o apenas mais comprimido depois de normalizado.
Preparar o episódio para publicação
A fase final é sobretudo de verificação. O ficheiro que sai da sessão de edição vai ser convertido, distribuído e ouvido em condições muito diferentes das do estúdio improvisado: auscultadores baratos, coluna de telemóvel, carro em andamento. Escutar o episódio pelo menos num desses contextos revela problemas que a monitorização atenta não mostra.
As decisões de formato são simples, mas convém fixá-las e mantê-las entre episódios. Voz falada em mono é uma escolha comum e sensata quando há um único microfone, porque evita diferenças de imagem entre episódios e reduz o tamanho do ficheiro. Os metadados — título, número, data, autor do conteúdo — devem ser preenchidos no ficheiro, e não apenas no nome.
Verificação final
- Ouvir o início e o fim completos: cortes abruptos e silêncios esquecidos concentram-se aí.
- Confirmar que não há picos a tocar no limite depois do processamento.
- Comparar o volume percebido com o de um episódio anterior já publicado.
- Verificar se a música ou os separadores não tapam as primeiras palavras da fala.
- Escutar o episódio numa coluna pequena, fora dos auscultadores de trabalho.
- Preencher título, número e data nos metadados do ficheiro exportado.
- Guardar o projecto de edição e a gravação original, com a mesma nomenclatura.
Manter um registo curto de cada sessão — posição do microfone, ganho utilizado, tratamento aplicado — poupa tempo no episódio seguinte e explica, meses depois, porque é que uma gravação soou melhor do que outra.
O que se publica no Kerdarapi
O Kerdarapi é um projeto editorial independente, escrito em português e dedicado apenas à gravação de voz falada e de podcast em espaços pequenos. Os textos são organizados pela sequência de trabalho — sala, microfone, níveis, locução, montagem, processamento e publicação — e cada um procura explicar o que um ajuste faz ao som, em vez de indicar uma configuração a copiar.
O que se encontra nestas páginas:
- Notas sobre acústica prática em divisões domésticas, sem obras nem material específico.
- Explicações sobre tipos de microfone, direccionalidade e posição de trabalho.
- Rotinas de verificação para níveis, monitorização e gravação com mais de uma voz.
- Procedimentos de montagem da fala, tratamento de respirações e redução de ruído.
- Descrições dos processos de equalização, compressão e normalização de volume.
- Listas de verificação para a preparação final do episódio.
O conteúdo é o mesmo para todos os visitantes e não depende do dispositivo, da origem da visita ou da localização. Não há área reservada, registo nem conteúdos condicionados.
Contacto
Correcções factuais, dúvidas sobre um texto publicado ou sugestões de temas dentro do âmbito do projeto podem ser enviadas por correio electrónico. As mensagens são lidas e respondidas quando o assunto o justifica; não há formulário, subscrição nem lista de envio.
Kerdarapi
[email protected]
Para saber como o projeto está organizado, consulte Sobre o projeto. As regras de utilização dos textos estão descritas nos Termos de utilização.