Баланс звука в Shorts и Reels: как смешать музыку и голос, чтобы речь было слышно

Коротко о главном

• Голос ведущий. Музыку опускайте примерно на 10–15 дБ ниже голоса. Это ориентир, а не правило платформы.
• Берите музыку без вокала, с ровной динамикой и только ту, на которую у вас есть права.
• Для итогового микса ориентир около −14 LUFS, пики не выше примерно −1 дБ. Нормы площадок могут меняться.
• Проверьте ролик тремя прослушиваниями: динамик на 50 %, шумная обстановка, моно.
• Музыка в паузах может подниматься, а под речью автоматически опускаться (ducking).

Какой баланс голоса и музыки нужен в коротких вертикальных видео

В коротком вертикальном ролике голос занимает первое место, а музыка играет роль подложки. Так устроено восприятие: зритель понимает смысл по словам, а музыка лишь задаёт настроение. Если слова теряются, смысл теряется вместе с ними.

Почему в Shorts и Reels голос важнее музыки

Большинство людей смотрят YouTube Shorts, Facebook Reels, Instagram Reels и TikTok с телефона, часто на маленьком динамике, иногда в метро или на кухне. Низкие частоты там почти не воспроизводятся, а средние, в которых живёт речь, конкурируют с любым вокалом и ритмом.

Мы не раз видели, как хороший сюжет проигрывал из-за того, что бит «съедал» закадровый текст. Зритель не пишет в комментариях «звук плохой». Он просто листает дальше.

Точный эффект на retention (удержание) никто не измерял в чистом виде. Но плохой звук остаётся одной из очевидных причин ухода, и проверить это можно по графику удержания.

Ориентиры в дБ: сколько оставить музыке

Для ролика с речью оставляйте музыку примерно на 10–15 дБ тише голоса. Децибел (дБ) — логарифмическая единица: разница в 10 дБ воспринимается как «вдвое тише». Поэтому 3–4 дБ почти не слышны, а 12 дБ дают заметный и комфортный фон.

Практическая прикидка: если пики голоса в вашем редакторе доходят до −6 дБ, пики музыки держите около −18…−20 дБ. Для спокойной речи без бита хватает и меньшего зазора, около 8–10 дБ. А там, где речи нет вовсе, музыка вправе быть главной.

Это ориентиры. Подстраивайте их под конкретный трек: плотная электронная музыка требует большего зазора, чем соло на гитаре.

Как смешать музыку и озвучку: пошагово

Смешать музыку и озвучку можно за четыре шага: выбрать подходящий трек, выставить громкости, настроить приглушение под речь и сделать плавные края. Весь процесс в мобильном редакторе занимает несколько минут.

Шаг 1. Выберите музыку без вокала и с ровной динамикой

Лучше всего под закадровый голос работает инструментал без слов, без резких акцентов и внезапных «дропов». Человеческий голос в треке и ваш голос борются за одни и те же частоты, и выигрывает обычно музыка.

Про права скажем отдельно. Берите музыку из библиотеки музыки платформы или сервиса, где лицензия понятна, либо свою. Музыка из чужих роликов без разрешения может привести к жалобам Content ID и потере монетизации. Правила меняются, поэтому перечитывайте условия площадки.

Шаг 2. Поставьте голос и сведите музыку под него

Сначала настройте голос, и только потом трогайте музыку. Выставьте озвучку так, чтобы она была чёткой и без искажений, с пиками около −6 дБ. Затем добавьте музыку и опускайте её, пока не перестанете замечать слова мелодии, но всё ещё будете чувствовать настроение.

Хороший приём: слушайте на минимальной громкости. Голос должен быть разборчив, а музыка едва угадываться. Если в этот момент музыки не слышно совсем, поднимите её на 1–2 дБ.

Шаг 3. Автоматическое приглушение музыки под речь (ducking) и ручные правки

Ducking, или автоприглушение, снижает музыку, пока звучит голос, и возвращает её в паузах. Многие редакторы, и мобильные, и настольные, умеют это делать одной кнопкой. Включите функцию и проверьте, не «дышит» ли музыка слишком резко.

Если инструмента нет, ставьте ключевые точки громкости вручную: перед фразой музыка опускается, после фразы поднимается. Для ролика на 40–60 секунд это пять-семь точек. Переходы делайте не короче 0,3–0,5 секунды, иначе слышны провалы.

Шаг 4. Плавное начало и конец трека

Музыка не должна врываться и обрываться. Добавьте нарастание (fade in) на 0,5–1 секунду и затухание (fade out) на 1–2 секунды. В петлях для Shorts можно сделать стык так, чтобы конец трека плавно переходил в начало.

Особенно заметен обрыв на последнем слове: зритель ощущает «щелчок» и считает ролик сделанным на скорую руку.

Нормализация громкости видео: LUFS, пики и что делают платформы

Нормализация громкости — это выравнивание среднего уровня ролика до целевого значения, чтобы он не звучал заметно тише или громче соседних. Для этого используют шкалу LUFS, а пики контролируют отдельно.

Что такое LUFS простыми словами

LUFS (Loudness Units relative to Full Scale) показывает среднюю воспринимаемую громкость, а не мгновенный пик. Шкала основана на алгоритме ITU-R BS.1770, а подход к нормализации по ней описан в рекомендации EBU R 128. Чем число ближе к нулю, тем громче. Значение −14 громче, чем −20.

Пик — это самый высокий мгновенный всплеск сигнала. Он нужен, чтобы не было искажений. Одна и та же громкость по LUFS может иметь и мягкие пики, и резкие.

Ориентир около −14 LUFS и запас по пикам

Для итогового микса короткого ролика разумный ориентир — около −14 LUFS, а пики держите не выше примерно −1 дБ. Многие стриминговые и видеоплатформы выравнивают громкость примерно в этой области.

Но точные нормы у YouTube Shorts, Facebook Reels, Instagram Reels и TikTok не одинаковы и могут меняться без предупреждения. Поэтому это не требование и не гарантия охвата, а точка, от которой удобно отталкиваться. Если ваши ролики стабильно звучат в этом коридоре, платформе почти нечего исправлять.

Почему нельзя просто «выкрутить на максимум»

Максимальная громкость почти всегда означает искажения и усталость слуха. Платформа всё равно снизит слишком громкий ролик, и вы получите и сжатый звук, и обычную громкость.

Кроме того, при перегрузе голос разваливается на хрипы, особенно на «с» и «ш». Лучше оставить запас по пикам и добавить громкости через нормализацию, а не через ручку усиления.

Проверка на телефоне без наушников: тест из трёх прослушиваний

Финальный ролик нужно прослушать на телефоне три раза: на динамике при 50 % громкости, в шумной обстановке и в моно. Каждое слово должно быть понятно без напряжения. Если приходится вслушиваться, баланс не готов.

Динамик на 50% громкости

Откройте ролик на телефоне, отключите наушники и поставьте громкость на половину. Это типичный режим зрителя. Слушайте только голос: слова должны читаться сразу, а музыка не должна выходить на первый план.

Если приходится прибавлять громкость, музыка слишком громкая или голос слишком тихий. Опустите музыку на 2–3 дБ и повторите.

Шумная обстановка

Включите ролик рядом с работающим вентилятором, на кухне или на улице. В шуме пропадают тихие согласные, и речь становится «кашей». Если в таком режиме вы всё равно разбираете фразу, звук рабочий.

Здесь же пригодятся captions: титры страхуют зрителя, который смотрит без звука или почти без него. Но титры не заменяют разборчивую озвучку, они её дополняют.

Моно и маленький динамик

Многие динамики телефонов, а также колонки и планшеты воспроизводят звук в моно. Включите монорежим в настройках доступности или на редакторе. Иногда стереоэффекты музыки в моно гасят друг друга, и трек звучит глухо.

Заодно сделайте низкочастотный срез музыки: на маленьком динамике бас всё равно не слышен, зато мешает голосу.

Частые ошибки: музыка перекрывает речь и другие проблемы со звуком

Главная ошибка — музыка, которая перекрывает речь. Признаки простые: слова теряются на басах и вокале, а зритель тянется к ручке громкости.

Исправляйте последовательно: уберите вокал из трека, снизьте музыку на 3–5 дБ, включите приглушение под речь и срежьте низкие частоты музыки (обычно ниже 100–150 Гц), чтобы освободить место голосу.

Музыка с вокалом спорит с закадровым текстом

Когда в треке поёт человек, мозг пытается слушать два текста одновременно. Это утомляет, и зритель уходит. Замените трек на инструментал или на версию без вокала. Если песня нужна именно ради слов, пусть ролик строится вокруг неё, а не вокруг закадрового текста.

Оригинальный звук пропадает при добавлении музыки в редакторе

Если оригинальный звук пропал после добавления музыки, проверьте регулятор громкости в редакторе. В некоторых приложениях, включая редактор YouTube Shorts, при добавлении трека исходная дорожка может отключаться или становиться очень тихой. Справка YouTube описывает ползунок громкости в редакторе Shorts.

Интерфейс меняется от версии к версии, поэтому конкретное место ползунка называть не станем. Просто поднимите громкость исходного звука вручную и заново оцените баланс.

Разная громкость роликов в одной серии

Если один ролик в серии звучит тихо, а следующий громко, зритель при просмотре подряд будет дёргать громкость. Это раздражает больше, чем несовершенный микс. Выберите единый ориентир, например около −14 LUFS, и приводите к нему каждый ролик. Для страниц с ежедневным постингом это самая недорогая правка по качеству.

Баланс для разных форматов: история, нарезка подкаста, музыкальный ролик

Баланс зависит от типа ролика: чем больше речи, тем тише музыка. Таблица ниже — рабочие ориентиры для старта, подстраивайте их под материал.

В закадровой истории голос держит сюжет, поэтому зазор должен быть самым ощутимым. В нарезках подкастов часто лучше обойтись без музыки: речь и так плотная, а фон только мешает.

Если оригинальный звук в ролике не ваш, помните про права и originality: чужое видео без разрешения не публикуйте, даже если баланс идеален.

Как закрепить баланс звука в ежедневном процессе

Закрепить баланс проще всего чек-листом, который проходится перед каждой публикацией. Тогда звук перестаёт зависеть от настроения и усталости, а при работе в команде у всех один стандарт.

Чек-лист перед публикацией

1. Музыка без вокала и с понятными правами.
2. Голос выставлен первым, пики около −6 дБ.
3. Музыка примерно на 10–15 дБ тише, срезан бас.
4. Включено приглушение под речь или расставлены точки вручную.
5. Fade in на 0,5–1 секунду, fade out на 1–2 секунды.
6. Итог около −14 LUFS, пики не выше примерно −1 дБ.
7. Три прослушивания: 50 % на динамике, шум, моно.
8. После публикации сверьтесь с графиком удержания.

Для агентств с несколькими страницами сохраните эти настройки как шаблон и не переизобретайте их в каждом ролике.

Как это делает автоматический монтаж

В WowReveal озвучка истории, музыка, анимированные титры и обложка собираются в один вертикальный ролик 9:16 при рендере, поэтому дорожки не нужно сводить с нуля для каждого видео. Это экономит время в потоке.

Но финальную проверку на телефоне всё равно сделайте: пять минут на ролик дешевле, чем потерянные досмотры. Если на графике удержания видите провал сразу после начала речи, первым делом проверьте звук.