En resumen
- Graben a 24 bits con picos alrededor de −6 dBFS y un nivel medio cerca de −18 dBFS: es la recomendación de Sound On Sound y deja margen para que un grito no recorte.
- Canten a unos 15 a 30 cm del micrófono: más cerca, los graves se inflan (efecto de proximidad); más lejos, entra la habitación. Shure describe de 15 a 60 cm como el rango de sonido “natural”.
- La distancia cambia el nivel rápido: cada vez que la duplican, la voz baja unos 6 dB, así que moverse durante la toma cambia el sonido.
- La sala pesa más que el micrófono: mantas, un armario abierto o un rincón con cortinas reducen las reflexiones más que cambiar de micro.
- Exporten en WAV de 24 bits a 44,1 o 48 kHz: son formatos que Apple acepta para sus Apple Digital Masters.
Para grabar voz en casa con calidad publicable, graben a 24 bits con los picos cerca de −6 dBFS, canten a unos 15 a 30 cm del micrófono y háganlo en el rincón más “blando” de la casa. Son las tres decisiones que más cambian el resultado, por encima del precio del equipo. La recomendación de niveles viene de Sound On Sound: un nivel medio de unos −18 dBFS con picos alrededor de −6 dBFS (Sound On Sound, abril de 2026).
Grabar en casa ya no es la excepción. Según Futuresource, los estudios caseros concentraron el 55,3 % de los ingresos por equipos de estudio y emisión en 2025 (TVBEurope). El reto es que una habitación no es un estudio, y la voz es el instrumento que más delata los problemas de la sala. Esta guía va de la elección del micrófono a la exportación final.
Qué micrófono elegir para su habitación
En una habitación sin tratar, un micrófono dinámico suele dar mejor resultado; en un rincón tratado, un condensador ofrece más detalle. El dinámico capta menos lo que está lejos (la sala, el ruido de la calle), y el condensador es más sensible, para bien y para mal.
| Característica | Shure SM58 (dinámico) | Audio-Technica AT2020 (condensador) |
|---|---|---|
| Respuesta en frecuencia | 50–15.000 Hz | 20–20.000 Hz |
| Patrón polar | Cardioide | Cardioide |
| Alimentación | No necesita | Phantom de 48 V, 2 mA |
| Ruido propio | No aplica (dinámico) | 20 dB SPL |
| Nivel máximo | Muy alto (uso en vivo) | 144 dB SPL |
| Mejor para | Habitaciones con eco o ruido | Rincones tratados y voces suaves |
Fuentes: Shure SM58 y Audio-Technica AT2020 (especificaciones del fabricante).
La alimentación phantom que necesita el condensador es un estándar: +48 V con una tolerancia de ±4 V, definido en la norma IEC 61938 (Sound On Sound, glosario). Casi todas las interfaces de audio la ofrecen con un botón “48V”; actívenla solo con el micrófono ya conectado. Lo explicamos en detalle en la guía de interfaz de audio, y si todavía no tienen equipo, el presupuesto de home studio propone combinaciones según cuánto quieran gastar.
¿A qué distancia cantar del micrófono?
Entre 15 y 30 cm para la mayoría de las voces, y siempre a la misma distancia durante toda la toma. La guía del Shure SM58 describe tres zonas: a menos de 15 cm se realzan los graves y se aísla al máximo la voz; entre 15 y 60 cm el sonido es “natural” con menos graves; y de 20 a 60 cm, apuntando un poco fuera del eje, se reducen las eses (Shure, guía del SM58). Sennheiser recomienda no cantar a menos de 15 cm (Sennheiser).
| Distancia | Qué pasa con la voz | Cuándo usarla |
|---|---|---|
| Menos de 15 cm | Más graves (efecto de proximidad), más intimidad, más golpes de aire | Voces suaves, susurros; con filtro antipop |
| 15–30 cm | Equilibrio entre voz directa y sala | Punto de partida para casi todo |
| 30–60 cm | Sonido más natural y abierto; entra más la habitación | Solo en salas tratadas |
| Más de 60 cm | La sala domina | No recomendado en casa |
La distancia importa también por el nivel. En campo libre, la intensidad del sonido baja unos 6 dB cada vez que se duplica la distancia (Simon Fraser University, ley del cuadrado inverso). Una habitación no es campo libre, pero la tendencia es esa: si se alejan de 15 a 30 cm durante un estribillo, la voz llega bastante más baja y con más sala.
Fuente: Cálculo con la ley del cuadrado inverso (20·log de la razón de distancias), según SFU y Sengpiel
Un truco práctico: marquen en el suelo dónde van los pies y usen el filtro antipop como “tope” de distancia. Así cada toma suena igual a la anterior y la edición posterior es mucho más fácil.
Qué nivel dejar en la interfaz
Con 24 bits sobra margen: busquen picos de unos −6 dBFS y un nivel medio cercano a −18 dBFS, y nunca lleguen a 0 dBFS. Matt Houghton, de Sound On Sound, lo explica así: la cifra de −18 dBFS “se refiere a un nivel medio (RMS), no al pico” (traducción propia, Sound On Sound). Y añade que asegurarse de que los picos lleguen a unos −6 dBFS basta para aprovechar bien el convertidor.
| Parámetro | Valor recomendado | Por qué |
|---|---|---|
| Resolución | 24 bits | Mucho margen dinámico; no hace falta grabar fuerte |
| Frecuencia de muestreo | 44,1 o 48 kHz | Estándar para música; ambos aceptados por Apple |
| Picos de la voz | Alrededor de −6 dBFS | Margen para gritos o consonantes fuertes |
| Nivel medio (RMS) | Alrededor de −18 dBFS | Deja espacio a los plugins de mezcla |
| Recortes (0 dBFS) | Nunca | Un recorte no se puede reparar |
Las interfaces actuales tienen previos de sobra para esto. Por ejemplo, la Focusrite Scarlett Solo de cuarta generación declara 57 dB de ganancia de micrófono y un ruido de entrada de −127 dBu(A) (Andertons), suficiente para un SM58 con una voz normal. Si tienen que subir la ganancia al máximo y aun así la voz queda baja, el problema suele ser la distancia, no la interfaz.
La habitación: el factor que más se oye
Lo que más empeora una voz grabada en casa son las reflexiones de paredes, techo y suelo, no el micrófono. El micrófono capta lo que tiene delante (la boca) y lo que rebota detrás de quien canta. Por eso la regla práctica es poner superficies blandas detrás de la persona y a los lados del micrófono.
| Síntoma | Causa probable | Solución barata |
|---|---|---|
| Voz “de baño”, con cola | Paredes paralelas y desnudas | Cantar frente a un armario abierto lleno de ropa; manta detrás |
| Graves retumbantes | Micrófono en una esquina o muy cerca | Separarse de las esquinas; subir a 15–20 cm |
| Golpes de aire en P y B | Boca demasiado cerca, sin filtro | Filtro antipop a 5–10 cm del micrófono |
| Eses agresivas | Cantar directo al eje del micrófono | Inclinar el micrófono unos grados fuera del eje |
| Ruido de fondo constante | Ventilador, nevera, calle | Grabar en otra hora; micrófono dinámico; acercarse un poco |
| Clic de los auriculares en la toma | Auriculares abiertos o muy fuertes | Auriculares cerrados y volumen moderado |
El vídeo siguiente, de un productor en español, muestra un montaje de home studio mínimo con portátil, interfaz de dos entradas, micrófono de condensador y auriculares cerrados. Es un buen complemento visual a la tabla de equipo; los niveles y la distancia, aplíquenlos como se explica en esta guía.
Paso a paso de una sesión de voz
Preparar bien los primeros diez minutos ahorra horas de edición.
- Afinen y fijen el tempo de la base antes de nada. Si cantan sobre una guitarra o un piano, verifiquen la afinación con el afinador y graben con metrónomo o clic.
- Coloquen el micrófono a la altura de la boca, con el filtro antipop delante y el cuerpo a 15–30 cm. Marquen la posición.
- Ajusten la ganancia cantando la parte más fuerte de la canción: picos cerca de −6 dBFS en el medidor de la interfaz o del DAW.
- Graben tres o cuatro tomas completas antes de corregir frases sueltas. La interpretación entera suele tener más continuidad.
- Escuchen en otro sistema (auriculares distintos, el teléfono) para detectar ruidos que no oyeron al grabar.
- Editen con criterio: limpien respiraciones solo si molestan; una voz sin ninguna respiración suena artificial.
- Exporten la voz y el resto de pistas por separado (los stems) si alguien más va a mezclar. El concepto está en el glosario: stems.
Si ya tienen una mezcla y quieren saber cuánto subirla en el mastering, sigan con a cuántos LUFS masterizar para Spotify. Y si quieren limpiar una voz o separar pistas con herramientas automáticas, lo analizamos en stems y masterización con IA.
Formatos de exportación y entrega
WAV de 24 bits a la misma frecuencia de muestreo con la que grabaron es la opción más segura. Apple exige para su programa Apple Digital Masters audio de 24 bits y acepta 44,1, 48, 88,2, 96, 176,4 y 192 kHz en WAV, ALAC o FLAC (Apple, guía de recursos de audio).
| Para qué | Formato | Comentario |
|---|---|---|
| Archivo de trabajo y entrega al mezclador | WAV 24 bits, 44,1 o 48 kHz | Sin compresión; conserva toda la información |
| Master final para la distribuidora | WAV 24 bits (o 16 bits si la distribuidora lo pide) | Revisen los requisitos de su distribuidora |
| Archivo para escuchar o enviar por mensaje | MP3 o AAC | Solo para referencia, nunca como master |
Un apunte sobre el futuro de la voz en casa: las herramientas de IA permiten hoy transformar o clonar voces. Si las usan, que sea con su propia voz o con una licencia clara; las reglas y riesgos están en clonar voz con IA.
¿Y si solo tienen el celular?
Se puede grabar una voz digna con el teléfono si se respetan las mismas tres reglas: distancia, nivel y sala. El micrófono de un teléfono está pensado para la voz hablada a corta distancia, y su procesamiento automático (reducción de ruido, control de ganancia) puede jugar en contra al cantar.
- Usen una app de grabación que guarde en WAV o en el formato sin compresión que ofrezca. Las notas de voz y las apps de mensajería comprimen el audio y aplican filtros pensados para llamadas.
- Desactiven el procesamiento automático si la app lo permite (reducción de ruido, “mejora de voz”). Lo que limpia al hablar suele dejar artefactos al cantar.
- Coloquen el teléfono a 15–30 cm, con el micrófono (normalmente en la base del aparato) apuntando hacia la boca y apoyado en un soporte, no en la mano.
- Hagan una prueba con la parte más fuerte de la canción y escúchenla: si se oye “aplastada” o con cortes, aléjense un poco o canten algo más suave.
- Graben en el mismo rincón blando que usarían con un micrófono: frente a un armario con ropa o con una manta detrás.
| Opción con teléfono | Calidad esperable | Para qué sirve |
|---|---|---|
| Micrófono interno + app de notas de voz | Baja (comprimido y procesado) | Ideas y maquetas rápidas |
| Micrófono interno + app que graba en WAV | Media | Maquetas para enviar a un productor |
| Micrófono externo para teléfono + app WAV | Media-alta | Contenido para redes y demos cuidadas |
| Interfaz de audio compatible con el teléfono | Alta | Grabación seria en movimiento |
Para una canción que van a publicar, la diferencia de pasar a una interfaz y un micrófono de gama de entrada es grande, y el coste ya no lo es; para ideas y maquetas, el teléfono bien usado alcanza.
Conclusiones
- Tres decisiones definen la calidad: distancia constante de 15 a 30 cm, picos cerca de −6 dBFS a 24 bits y superficies blandas detrás de quien canta.
- Dinámico para salas con eco, condensador para rincones tratados; las especificaciones del SM58 y el AT2020 muestran por qué.
- Cada vez que duplican la distancia, la voz baja unos 6 dB y entra más habitación: muévanse lo menos posible.
- No hace falta grabar fuerte: un nivel medio de −18 dBFS deja espacio para mezclar sin recortes.
- Exporten en WAV de 24 bits y guarden las pistas por separado.
Antes de grabar, dedica cinco minutos a los ejercicios de vocalización: la voz caliente afina mejor desde la primera toma.
Fuentes y notas
Datos verificados el 14 de octubre de 2026.
- Niveles de grabación: Sound On Sound, Matt Houghton, abril de 2026
- Alimentación phantom: Sound On Sound, glosario (resume la norma IEC 61938).
- Micrófonos: Shure SM58 · guía de usuario del SM58 (PDF) · Audio-Technica AT2020 · Sennheiser, consejos
- Interfaz: Focusrite Scarlett Solo 4.ª generación, ficha en Andertons (fuente secundaria: tienda).
- Ley del cuadrado inverso: Simon Fraser University · Sengpiel Audio
- Formatos: Apple, guía de recursos de vídeo y audio
- Mercado de home studio: Futuresource vía TVBEurope
- El vídeo incluido procede de nuestro radar de YouTube del 14.10.2026 (búsqueda sin resultados recientes en 30 días; vídeo de 2024 con 527.898 vistas desde un canal de 8.110 suscriptores).
- La cita de Matt Houghton es una traducción propia del inglés.
Preguntas frecuentes
¿Qué necesito para grabar voz en casa?
Un micrófono (dinámico o de condensador), una interfaz de audio con previo para micrófono, auriculares cerrados, un programa de grabación (DAW) y un rincón con superficies blandas. Un filtro antipop y un soporte firme completan lo básico. Con eso se puede grabar una voz publicable.
¿Micrófono dinámico o de condensador para grabar voz en casa?
En una habitación sin tratar, un dinámico como el Shure SM58 capta menos la sala y los ruidos de fondo; en un rincón tratado, un condensador como el Audio-Technica AT2020 da más detalle y agudos. El condensador necesita alimentación phantom de 48 V, que casi todas las interfaces ofrecen.
¿A qué volumen hay que grabar la voz?
Con 24 bits no hace falta grabar fuerte. Sound On Sound recomienda que los picos lleguen a unos −6 dBFS y que el nivel medio (RMS) ronde los −18 dBFS. Si la grabación recorta (llega a 0 dBFS), la toma no se puede arreglar; si queda un poco baja, sí.
¿Cómo grabar voz con el celular de forma profesional?
Usen una app que grabe sin compresión (WAV), pongan el teléfono a unos 15 a 30 cm de la boca, apunten el micrófono del teléfono hacia ustedes y graben en un rincón con ropa o mantas. Un micrófono externo para el teléfono mejora mucho el resultado. Eviten el modo de grabación de llamadas o notas de voz, que comprime el audio.
¿Cómo evitar el eco al grabar voz en casa?
Graben de cara a una superficie blanda (un armario con ropa, una manta colgada) y con superficies blandas detrás de ustedes, que es lo que capta el micrófono. Acérquense un poco al micrófono para que la voz directa domine sobre las reflexiones. Las paredes desnudas y los suelos duros son los que generan el eco.