Dźwięk w wideo - często ważniejszy niż obraz

Widz wybacza miękkie focus. Nie wybacza skrzeczącego dźwięku. To dźwięk decyduje, czy obejrzy do końca.

Materiał dostępny jest w formie PDF do przeglądania bezpośrednio na stronie oraz do pobrania. To część autorskiej serii edukacyjnej Mini-Akademia Wideo - kompletnego kursu, który prowadzi Cię od podstaw do zaawansowanych technik.

Dlaczego dźwięk decyduje o odbiorze wideo

Mózg przetwarza obraz i dźwięk różnymi ścieżkami, ale to właśnie dźwięk wywołuje reakcję emocjonalną najszybciej - dlatego widz zniesie ziarnistą, niedoświetloną klatkę, jeśli głos brzmi czysto i naturalnie, ale wyłączy nawet perfekcyjnie skomponowane ujęcie, jeśli dźwięk trzeszczy albo głos ginie w szumie tła. Na platformach społecznościowych ten efekt jest jeszcze silniejszy - widz podejmuje decyzję „zostaję czy scrolluję dalej” w ciągu pierwszych sekund, a zły dźwięk sygnalizuje amatorszczyznę szybciej niż jakikolwiek błąd w obrazie. Dodatkowo dźwięk niesie informacje, których obraz nie przekaże - ton głosu, tempo wypowiedzi, cisza przed ważnym zdaniem - i to on w dużej mierze buduje wiarygodność mówiącego. Z tego powodu profesjonalne produkcje traktują dźwięk jako osobny etap produkcji, z własnym budżetem i sprzętem, a nie dodatek nagrywany „przy okazji” obrazu.

Mikrofony - który wybrać

Mikrofon wbudowany w kamerę czy telefon rejestruje dźwięk z całego otoczenia, łącznie z hałasem silnika obiektywu i szumem klimatyzacji - nadaje się do notatek, nie do finalnej produkcji. Mikrofon lavalier (przypinany, „krawatowy”) umieszczony 15-20 cm od ust mówiącego daje czysty, bliski dźwięk i jest niewidoczny w kadrze - to standard w wywiadach, filmach korporacyjnych i wideo mówionych wprost do kamery. Mikrofon kierunkowy typu shotgun, montowany na kamerze lub wysięgniku (boom), zbiera dźwięk z wąskiego stożka przed sobą, odcinając większość hałasu z boków - sprawdza się w scenach dialogowych i dokumentalnych, gdzie lavalier byłby widoczny. Mikrofon USB typu podcastowego to dobry wybór do nagrań stacjonarnych - webinarów, komentarzy, voiceoverów - ale nie nadaje się w teren. Zasada ogólna: im bliżej źródła dźwięku umieścisz mikrofon, tym mniej pracy zostanie do wykonania w postprodukcji.

Nagrywanie w terenie - poziomy i warunki

Dobry poziom nagrania mieści się w okolicach -12 do -6 dB (peak), z zapasem, żeby przypadkowy głośniejszy fragment nie ściął sygnału (clipping) - ścięty dźwięk jest nie do naprawienia w postprodukcji, więc lepiej nagrywać nieco ciszej niż ryzykować przesterowanie. Wiatr to największy wróg dźwięku w plenerze - osłona przeciwwietrzna (futerko, deadcat) na mikrofonie potrafi uratować całe nagranie, którego inaczej w ogóle nie dałoby się użyć. Warto też zawsze nagrać 20-30 sekund samej ciszy planu (room tone) po zakończeniu ujęcia - to podkład, który w montażu wypełnia luki po wycięciu niepotrzebnych fragmentów, bez którego cięcia brzmią nienaturalnie. Jeśli scena ma źródła hałasu, których nie da się wyłączyć (ruch uliczny, wentylacja), lepiej zaplanować ujęcie tak, by mikrofon był jak najbliżej mówiącego, niż liczyć na naprawę dźwięku po fakcie.

Wskazówka: Jeśli to możliwe, nagrywaj dźwięk równolegle na osobnym urządzeniu (dual-system sound). Nawet najlepszy mikrofon podpięty do kamery ograniczony jest jakością jej wejścia audio - zewnętrzny rejestrator daje wyższą jakość próbkowania i większy zapas głośności.

Miksowanie i wyrównywanie poziomów

Miksowanie w postprodukcji zaczyna się od wyrównania głośności między ujęciami - jeśli wywiad kręcono w kilku podejściach albo różnymi mikrofonami, poziomy będą się różnić i trzeba je zbliżyć ręcznie lub automatyczną normalizacją głośności, tak by widz nie musiał ciągle regulować głośności odtwarzacza. Kompresja dynamiki spłaszcza różnicę między najcichszym a najgłośniejszym fragmentem głosu, dzięki czemu wypowiedź brzmi równo nawet na słabych głośnikach telefonu, na których ogląda się większość wideo w internecie. Muzyka i efekty dźwiękowe dokłada się na końcu, na osobnych ścieżkach, zawsze ciszej niż głos mówiącej osoby - typowy błąd początkujących to muzyka głośniejsza niż dialog, co zmusza widza do wysiłku, żeby zrozumieć treść. Warto pamiętać też o prawach do muzyki - biblioteki z licencją royalty-free zabezpieczają przed późniejszym zdjęciem materiału przez system praw autorskich platformy.

Podstawy post-produkcji dźwięku

Korektor (EQ) pozwala wyciąć niepotrzebne pasma częstotliwości - np. niskie dudnienie wiatru czy silnika poniżej 80 Hz - bez dotykania częstotliwości, w których mieści się ludzki głos (ok. 100 Hz-8 kHz). Redukcja szumu usuwa stały szum tła - brzęczenie klimatyzacji, syczenie elektroniki - na podstawie próbki „czystego” szumu wyciętej z fragmentu ciszy w nagraniu, dlatego tak ważne jest nagranie room tone. De-esser tłumi nadmiar syczących głosek „s” i „sz”, które przy bliskim mikrofonie potrafią być nieprzyjemnie ostre. Finalny krok to dopasowanie głośności pod docelową platformę - YouTube, Instagram i telewizja mają różne standardy głośności (LUFS), więc dźwięk zmiksowany pod jedną platformę może brzmieć zbyt cicho lub zbyt głośno na innej. Te cztery kroki, wykonane w tej kolejności, w większości przypadków wystarczą, by amatorskie nagranie zabrzmiało profesjonalnie.

Najczęściej zadawane pytania