Antes de la música: dirigir el sonido de una película con IA

Escucha lo que la escena puede contar antes de ponerle música

Cuando una escena parece incompleta, añadir música resulta tentador. También puede dificultar que escuchemos el verdadero problema: una respiración no tiene espacio, un objeto suena ajeno a su peso o el ambiente cambia con cada corte. La música puede cubrirlo todo sin que la escena se entienda mejor.

Yo empiezo por decidir qué necesita oír el espectador. En un plan sonoro temprano de Borrowed Wounds, la respiración, la tela, el acero lejano y el viento cumplen funciones dramáticas concretas. El plan defiende prescindir de música porque esos sonidos ya cuentan la acción. La película terminada acredita música original; aquí recupero un ejercicio previo de planificación, no describo su banda sonora final. Desarrollo ese método sin presentar sus tiempos propuestos como mediciones de la película terminada.

Esta guía sirve para trabajar una escena cuyas imágenes ya permitan contrastar decisiones. Al terminar tendrás definido qué conservar, qué cambiar y qué necesita una prueba de escucha. Es un método para dirigir el sonido, no una promesa de que un modelo obedecerá todas las instrucciones.

Empieza por lo que realmente entregó el modelo

Conservo el clip original y escucho su audio nativo antes de añadir capas. No busco primero una banda sonora impresionante. Necesito identificar qué contiene: una pisada, un roce de tela, una respiración, aire de fondo, una voz o música que no pedí.

Anoto por separado cada elemento audible. Si dos sonidos están fundidos, lo dejo escrito. Escuchar una voz dentro de un fondo ruidoso no significa disponer de una voz aislada para editarla. Mi plan debe describir el material que tengo, con sus limitaciones.

Después comparo el resultado con el sonido solicitado para el plano. Una instrucción demuestra una intención, no que se haya cumplido. Registro sonidos ausentes, otros inesperados y diferencias en el momento en que aparecen. También comparo el siseo de fondo con los planos contiguos. Un clip puede funcionar solo y revelar una textura sonora distinta al encontrarse con el siguiente.

• [ ] He escuchado el audio nativo sin capas añadidas.
• [ ] Mi inventario distingue elementos separados de sonidos fundidos.
• [ ] He registrado las diferencias entre el audio pedido y el recibido.
• [ ] Conservo el original para compararlo.

Dale a cada sonido una posición y una función

Para cada elemento que quiero conservar, escribo su nivel relativo, su anchura estéreo y su distancia aparente. Son decisiones diferentes. Un sonido puede ser tenue y cercano, o tener protagonismo aunque proceda de un acontecimiento lejano. Subirlo todo no construye un punto de vista.

Uso descripciones claras: delante o al fondo, centrado o repartido, cerca o lejos. Son relaciones dentro de la escena, no ajustes universales de mezcla. No asigno decibelios solo porque una hoja de trabajo parezca más técnica cuando lleva cifras.

Después identifico qué guía la escucha en cada tramo de la acción. En el plan sonoro de origen, un acontecimiento externo puede mandar al principio y ceder el protagonismo a la respiración cuando cambia el estado del cuerpo. La decisión importante es ese relevo. Si todo conserva la misma presencia, el cambio queda oculto.

El plan concentra la atención en dos o tres elementos protagonistas por plano corto. Lo uso como disciplina para elegir, no como prohibición de que existan otros sonidos de fondo. Si no puedo decir qué elemento manda, todavía no he terminado de dirigir ese tramo.

• [ ] Cada elemento conservado tiene nivel, anchura y distancia definidos.
• [ ] Puedo identificar el sonido protagonista de cada tramo del plano.
• [ ] Los cambios de protagonismo responden a cambios reconocibles en la acción.

Deja que el cuerpo y los materiales cuenten

Construyo el vocabulario sonoro con lo que existe en la escena. La tela necesita un material y un estado. Las pisadas necesitan una superficie. La respiración necesita un estado físico. Estas distinciones producen instrucciones más útiles que pedir una atmósfera dramática.

El plan distingue el lino seco y rígido de una tela cuyo estado ha cambiado. También diferencia el movimiento sobre arena suelta del movimiento sobre tierra compactada. Busco que el mundo se entienda, no reunir un efecto para cada objeto visible. Un sonido tiene sitio porque importa su contacto, su movimiento o su cambio.

Si un personaje habla poco, comparo cómo suena su cuerpo antes y después del cambio dramático. Una respiración nasal larga y otra corta, por la boca, describen estados físicos distintos. Decido dónde se produce el cambio y compruebo si el plano siguiente lo conserva. El cuerpo del personaje no vuelve al estado inicial porque empiece otro clip.

Aplico la misma contención a las reacciones vocales. Una respiración o un sonido de esfuerzo necesitan un gesto y una intención. No deben convertirse en un ruido pegado a cada movimiento. Si se ve la boca, la interpretación tiene que corresponder a lo que hacen la cara y el cuerpo.

• [ ] Cada sonido de contacto protagonista tiene un material o una superficie identificables.
• [ ] Los cambios de respiración o textura corresponden a cambios de la escena.
• [ ] El plano siguiente conserva el estado físico establecido por el anterior.

Diseña el silencio en vez de dejar un hueco

Cuando escribo silencio, especifico qué se detiene y qué permanece. Que calle el acero lejano mientras sigue el viento no significa lo mismo que hacer desaparecer todas las capas. Lo primero puede desplazar la atención dentro de un lugar; lo segundo también hace desaparecer ese lugar. Elijo deliberadamente.

También especifico cómo termina un sonido. Una interrupción brusca y un desvanecimiento cuentan cosas distintas. Si la acción pide un corte seco, una salida suave puede debilitar precisamente el acontecimiento que necesito hacer perceptible.

Sitúo la pausa respecto a una acción, una revelación o una frase. Después evalúo su duración con la imagen y el sonido reales. El plan de origen identifica expresamente algunos huecos propuestos como decisiones de diseño pendientes de una prueba de escucha. Mantengo esa distinción. Escribir una duración no demuestra que la pausa funcione.

El silencio no tiene que llamar la atención como efecto. A veces basta con que una capa deje de competir y permita oír un sonido pequeño. Escucho la consecuencia: ¿ahora se percibe aquello en lo que la escena necesita que nos fijemos?

• [ ] He identificado las capas que se detienen y las que permanecen.
• [ ] He definido si la transición es una interrupción o un desvanecimiento.
• [ ] La pausa sostiene un acontecimiento concreto y la he probado junto a él.

Haz que la voz pertenezca al plano

Una voz puede entenderse perfectamente y aun así parecer pegada sobre la imagen. Comparo su distancia aparente y su reverberación con el espacio visible. Una grabación íntima no encaja automáticamente con alguien situado lejos en un exterior.

Antes de subir la voz, decido qué sonidos le ceden espacio. El plan de origen abre huecos alrededor de las frases, en lugar de tratar el diálogo como otra capa que debe imponerse a un fondo continuo. Así, la frase forma parte de los cambios de atención de la escena.

Describo por separado la interpretación y su ubicación acústica. Una frase dicha en voz baja y sin inflexiones es una decisión interpretativa. Que suene cerca, lejos, en un recinto o al aire libre es una decisión espacial. Compruebo ambas contra el plano generado, cuyo encuadre puede diferir del previsto.

No puedo dar por hecho que un generador de voz o efectos reproducirá fielmente la distancia y la reverberación porque las haya pedido. Si el resultado no pertenece a la imagen, sigue siendo una tarea de mezcla. Una instrucción convincente no equivale a un encaje acústico terminado.

• [ ] La distancia y la reverberación de la voz corresponden al espacio representado.
• [ ] Los sonidos que compiten con la frase le dejan espacio.
• [ ] He contrastado la interpretación recibida con el plano real.

Conserva el lugar al pasar de un plano a otro

Los clips generados por separado pueden traer texturas de fondo distintas. Escucho sus uniones antes de dar la secuencia por terminada. Un salto de siseo o ambiente puede delatar el corte aunque la continuidad visual funcione.

Mi plan de origen construye una base de ambiente común después de revisar el audio nativo. El orden importa: necesito escuchar el material antes de decidir cómo conectarlo. Comparo el fondo con los planos más limpios y trabajo las diferencias de ruido sin asumir que hay que descartar todo el sonido original.

Para cada unión escribo qué continúa, qué cambia y por qué. Un cambio de superficie o localización puede justificar un cambio sonoro. Una nueva generación, por sí sola, no lo justifica. El espectador debería oír la geografía y la acción de la historia, no los límites de los clips.

Después escucho la escena montada con los ojos cerrados. Si localizo un corte porque el fondo salta sin motivo narrativo, vuelvo a esa unión. Es una prueba de continuidad, no una exigencia de esconder todas las transiciones sonoras deliberadas.

• [ ] Los cambios de fondo responden a la escena y no a los límites de las generaciones.
• [ ] Los sonidos que continúan conservan su identidad al cruzar el corte.
• [ ] He escuchado la secuencia seguida sin mirar la imagen.

Escribe una instrucción sonora concreta

Quiero que una instrucción de efectos describa un acontecimiento audible: origen, acción, textura y perspectiva. Este ejemplo procede del plan sonoro. Pide un contacto con tela, en lugar de un estado de ánimo:

An open dry palm dragging slowly and continuously across a stiff, coarse, heavily textured linen surface, a low steady friction sound with no wetness, no music.

Lo uso solo donde correspondan ese material y esa acción. Es un ejemplo de la fuente, no una garantía comprobada de lo que entregará un generador concreto. Después de generar, sigo comparando el contacto, el tiempo y la textura con la imagen. Un efecto magnífico para otro material es un efecto equivocado.

Pedir ausencia de música aquí sirve para aislar el efecto solicitado. No decide si la escena terminada debe llevar música. Esa decisión corresponde a la escena completa.

Decide qué aportaría la música

Cuando la acción, la perspectiva y la continuidad se entienden, considero la música. Me pregunto qué aportaría más allá de repetir la emoción que ya transmiten el cuerpo, la voz y el entorno. Ahora puedo decidir mejor porque escucho lo que la escena cuenta por sí misma.

En el plan sonoro de Borrowed Wounds, el argumento para prescindir de música es concreto: los sonidos protagonistas ya ocupan la atención, el silencio tiene peso dramático y la música reiteraría información. No convierto esa elección en una regla que obligue a hacer todas las películas con IA sin música.

Pruebo imagen y sonido por separado. Sin mirar la imagen, escucho la información sobre acción, espacio y estado físico. Con el sonido silenciado, observo qué información desaparece. Después recupero ambos y evalúo su relación. Si una capa no aporta información útil, reconsidero su función antes de conservarla solo porque suena pulida.

• [ ] Puedo explicar qué aporta la música propuesta a esta escena.
• [ ] He probado imagen y sonido por separado y después juntos.
• [ ] La decisión sobre la música responde a las necesidades de la escena.

Completa la hoja de la escena

Mantengo esta hoja junto al montaje. La completo mirando y escuchando, dejando explícito lo que aún desconozco hasta que exista el material. Registra decisiones sin hacer pasar un plan por un resultado aprobado.

Solo cierro la hoja cuando sus afirmaciones corresponden a lo que he escuchado. Si todavía no existe el clip, no he montado la mezcla o no he probado la transición, dejo esa decisión abierta. El resultado útil es una escena cuyo sonido tiene una razón para estar ahí y cuyo trabajo pendiente queda identificado.