Como gravar voz em casa com qualidade profissional

Gravar voz em casa tornou-se uma das competências mais procuradas na área audiovisual. Podcasts, locução comercial, narração de vídeo, dobragem, conteúdo para redes sociais: há cada vez mais contextos em que uma gravação de voz limpa e profissional é o que separa um trabalho que convence de um que não passa da primeira escuta. O bom disto é que o equipamento necessário para o fazer bem está acessível a qualquer pessoa que queira levar isto a sério.

O que se segue é um guia prático: da acústica ao microfone, do posicionamento ao tratamento em pós-produção. Sem exageros no equipamento, sem atalhos que depois se pagam.

A acústica é o primeiro problema a resolver

Antes de pensar em microfones ou interfaces, há algo mais urgente: o espaço onde se grava. Uma voz gravada numa sala com eco ou reflexões excessivas soa mal independentemente do microfone utilizado. E ao contrário do que muitas vezes se pensa, tratar a acústica de um espaço doméstico não exige obras nem painéis profissionais.

O objetivo é absorver as reflexões sonoras que chegam ao microfone depois de ricochetearem nas paredes, teto e objetos da sala. Carpetes, cortinas pesadas, prateleiras cheias de livros e sofás de tecido ajudam muito mais do que uma sala com paredes nuas, piso de madeira e pouco mobiliário.

Uma solução muito usada por quem começa é gravar num armário com roupas penduradas. Parece rudimentar, mas funciona. As roupas absorvem as reflexões de forma eficaz e o resultado pode surpreender. Outro recurso comum é colocar painéis de espuma acústica ou mantas de estúdio à volta do ponto de gravação, criando uma zona mais controlada sem tratar a sala inteira.

O que nunca funciona bem: quartos com azulejo, casas de banho, garagens vazias ou qualquer espaço com superfícies paralelas e duras sem absorção nenhuma.

Artigos relacionados:

Escolher o microfone certo

O microfone é, a seguir à acústica, a decisão mais importante. Para gravação de voz em espaços domésticos, a escolha habitual recai sobre microfones condensadores de diafragma largo, porque captam com muito detalhe e respondem bem a frequências médias e altas da voz humana. O problema é que esse detalhe também capta tudo o resto: respirações, ar condicionado, passos no andar de cima.

Há dois tipos de ligação a ter em conta:

Os microfones USB ligam diretamente ao computador e são a opção mais simples para quem está a começar. Não precisam de interface de áudio adicional, o que reduz o custo e a complexidade da cadeia.
Os microfones XLR requerem uma interface de áudio separada, mas oferecem mais controlo sobre o sinal e uma qualidade geralmente superior. Esta é a configuração standard em gravação profissional.

Nenhuma das duas é errada. A escolha depende do que se quer fazer e do orçamento disponível. Para podcasting ou conteúdo de vídeo, um microfone USB de qualidade chega longe. Para locução comercial ou trabalho de estúdio, a cadeia XLR com interface é o caminho.

Um detalhe importante: o padrão polar do microfone. A maioria dos microfones condensadores domésticos é cardioide, ou seja, captam principalmente o som que vem da frente e rejeitam parte do que vem de trás e dos lados. É o padrão mais adequado para gravação de voz em ambientes não tratados, porque limita o que o microfone “ouve” da sala.

A interface de áudio

Quem optar por microfone XLR precisa de uma interface de áudio: o dispositivo que converte o sinal analógico do microfone num sinal digital que o computador consegue processar. Funciona também como pré-amplificador, e a qualidade do pré-amplificador influencia diretamente a qualidade da gravação.

Para gravação de voz, uma interface com uma ou duas entradas é suficiente. O importante é que tenha um pré-amplificador com phantom power (necessário para alimentar microfones condensadores) e que a conversão analógico-digital seja limpa, sem ruído de fundo audível.

O ganho é um dos parâmetros mais críticos nesta fase. Ganho a mais introduz ruído; ganho a menos força o sinal a ser amplificado em pós-produção com resultados menos limpos. O objetivo é ter o sinal o mais alto possível sem que o medidor chegue ao vermelho.

Posicionamento e técnica de gravação

O microfone na posição certa faz uma diferença que nenhum plugin resolve depois. Para voz, as regras gerais são:

A distância ao microfone afeta o timbre. Mais perto significa mais graves e mais proximidade (o chamado efeito de proximidade, característico de vozes de rádio). Mais longe significa um som mais “aberto”, mas que capta mais sala. Entre 15 e 25 centímetros é um ponto de partida razoável para a maioria das vozes.
O ângulo ligeiramente desviado do eixo central reduz os sons plosivos, aquelas explosões de ar nos sons “p” e “b” que saturam a gravação. Um pop filter (o disco de tecido ou malha à frente do microfone) ajuda ainda mais neste sentido e é um acessório barato que vale o investimento.
Gravar de pé, com postura direita, abre o diafragma e melhora naturalmente a projeção da voz. Para quem quer aprofundar a relação com o próprio instrumento vocal, as dicas para melhorar a dicção e a voz na locução são um bom complemento a esta parte técnica. Para sessões longas, uma postura relaxada, mas ativa faz diferença na consistência do resultado.
Fechar janelas, desligar ventoinhas e ar condicionado antes de gravar parece óbvio, mas é o tipo de coisa que se esquece e só se nota na edição, quando já não há nada a fazer.

Software de gravação e pós-produção

Para registar a gravação, qualquer DAW (Digital Audio Workstation) serve. O Audacity é gratuito e funciona para gravação simples e edição básica. O Adobe Audition, o Logic Pro ou o Reaper têm mais capacidades para quem quer aprofundar o trabalho de pós-produção.

Na pós-produção de áudio, os processamentos mais comuns para voz são:

Noise reduction: redução de ruído de fundo residual. Ferramentas como o iZotope RX são referência neste domínio, mas os plugins básicos de qualquer DAW já fazem um trabalho aceitável em gravações relativamente limpas.
EQ: equalização para retirar frequências que não ajudam (muitas vezes abaixo dos 80-100 Hz, onde se acumula ruído de fundo e vibrações) e para clarificar a presença da voz.
Compressão: reduz a diferença de volume entre as sílabas mais fortes e as mais fracas, tornando a voz mais consistente e mais fácil de ouvir. É um dos processamentos mais usados em voz e um dos mais fáceis de exagerar.
De-essing: reduz sibilâncias excessivas nos sons “s” e “sh”, um problema comum em vozes gravadas com microfones condensadores de alta sensibilidade.

A ordem habitual é: EQ primeiro, compressão depois, de-essing a seguir, e normalização no fim para ajustar o nível geral ao standard do destino (podcasts, plataformas de vídeo e locução comercial têm targets de loudness diferentes).

Para quem quer aprofundar estas competências, a área de pós-produção de áudio e som ao vivo cobre exatamente este pipeline com detalhe técnico.

O que distingue uma gravação doméstica de uma profissional

A diferença raramente está no microfone. Está na acústica da sala, no controlo do ruído de fundo, no posicionamento, na técnica vocal e no tratamento em pós-produção. Um microfone de 80 euros numa sala bem tratada soa melhor do que um microfone de 500 euros numa sala com eco e sem absorção nenhuma.

Outra distinção que muitas vezes passa despercebida é a consistência. Gravações profissionais soam iguais de sessão para sessão porque há um setup fixo: mesma posição do microfone, mesmo ganho, mesma cadeia de processamento. Documentar o setup usado é um hábito simples que poupa muito trabalho na pós-produção.

Para quem trabalha ou quer trabalhar em locução, a capacidade de gravar autonomamente em casa com qualidade é hoje quase um requisito. Muitos clientes esperam receber ficheiros prontos a usar, o que significa que quem trabalha como locutor tem de dominar não só a voz, mas toda a cadeia técnica por detrás. O curso de locução da 35mm inclui essa componente precisamente por isso.