Narração em arquivo à parte: como casar voz e imagem

Gravar a voz à parte deixa a fala mais limpa e mais fácil de editar. Veja como sincronizar com palmas, organizar os nomes e escolher o arquivo que vai para o vídeo.

Publicado em Autoria: valorizacaobolsa.com6 min de leituraVoz e áudios do dia a dia

Você filmou o jardim de casa com o celular na mão. Na hora de assistir, a imagem está boa, mas a voz soa distante, com vento e eco. Gravar a fala em separado resolve boa parte do problema, desde que som e imagem voltem a andar juntos. Este artigo mostra por que a voz separada sai melhor, como marcar o ponto de encontro entre som e imagem, como nomear os arquivos e que configuração levar ao programa de vídeo.

Por que a voz sai melhor quando é gravada à parte

O microfone do aparelho que filma fica onde a imagem exige, e não perto da boca. Quanto mais longe a pessoa está, mais fina e distante soa a voz, e mais espaço o eco do cômodo e o ruído de fundo ocupam na gravação. Um gravador junto de quem fala inverte essa relação. Os guias consultados situam a boca a algo entre 15 e 30 cm do microfone, e a faixa varia de um guia para outro. O artigo sobre distância do microfone explica como testar.

Gravar à parte também dá liberdade de lugar e de tentativa. O vídeo pode ter sido filmado na rua, enquanto a narração é feita num cômodo silencioso, e a frase pode ser repetida quantas vezes for preciso sem filmar de novo. Um guia de produção de áudio de biblioteca universitária pede que todo o áudio de um projeto seja gravado na mesma sala, porque carpete, altura do teto e janelas mudam o som de cada ambiente. Numa narração feita em vários dias, a troca de cômodo aparece quando os trechos são emendados.

VantagemCuidado
Microfone perto da boca, voz mais claraExige um gravador ligado junto de quem fala ou uma narração feita depois
Tomadas repetidas sem refilmarSom e imagem precisam ser alinhados na edição
Lugar silencioso à escolhaA sala deve soar igual do começo ao fim do vídeo
Voz editada antes de ir ao vídeoMais arquivos para organizar

A palma: o ponto de encontro entre som e imagem

Quando a pessoa aparece falando e a voz é gravada num aparelho separado, os dois registros começam em momentos diferentes. Uma palma resolve: ela deixa um pico bem marcado na forma de onda, tanto no áudio da câmera, que costuma ser fraco mas existe, quanto no arquivo do gravador. No programa de vídeo, basta alinhar os dois picos e silenciar o áudio da câmera.

  1. Comece a gravar o áudio.
  2. Comece a gravar o vídeo.
  3. Diga o nome da cena, por exemplo "cena dois, tomada três". Um guia de biblioteca universitária recomenda identificar a gravação assim no começo.
  4. Bata uma palma diante da câmera, perto dos dois microfones.
  5. Espere uns dois segundos em silêncio e comece a falar.

Um quadro de vídeo dura cerca de 33 milissegundos a 30 quadros por segundo e 40 milissegundos a 25. Alinhar os picos com essa folga basta.

Em tomadas longas, dois aparelhos podem se afastar um pouco, porque cada um conta o tempo com o seu próprio relógio. Uma segunda palma no fim mostra se isso aconteceu. Na narração feita depois, sem fala em cena, não há palma: o alinhamento é feito ouvindo.

Nomes de arquivo que casam com os clipes

Com dez clipes e dez arquivos de voz, a confusão começa no primeiro nome genérico do aparelho. A regra é simples: o áudio leva o nome do clipe, mais uma marca no final.

Clipe de vídeoArquivo de voz
jardim-cena-01jardim-cena-01-voz
jardim-cena-02jardim-cena-02-voz
jardim-aberturajardim-abertura-narracao

Renomeie antes de importar e guarde vídeo e voz na mesma pasta do projeto. Dizer o nome da cena em voz alta, como no passo 3 acima, serve de segunda identificação: mesmo se o nome do arquivo se perder, a gravação se explica sozinha.

Taxa de amostragem e formato: o que levar ao programa de vídeo

A taxa de amostragem diz quantas vezes por segundo o aparelho mede o som. A página de conceitos de áudio digital da MDN cita dois números comuns: 44,1 kHz, usado no áudio de CD e padrão em muitos computadores, e 48 kHz, usado no áudio de DVD e também comum em computadores. Em material de vídeo, 48 kHz costuma ser a taxa adotada, e é a que dois guias de bibliotecas universitárias indicam. Se o gravador permitir, grave em 48 kHz e mantenha a mesma configuração em todas as gravações do projeto. Mais detalhes estão em taxa de amostragem.

Para o formato, os dois guias preferem WAV, que não tem compressão, e um deles manda não gravar em MP3. Quanto aos bits, um indica 16 e o outro 24; o que importa é repetir a mesma escolha em todas as gravações. Para a voz de uma só pessoa, mono basta, e o arquivo fica pela metade. A conta é taxa, vezes bytes por amostra, vezes canais, vezes segundos. Com 16 bits, cada amostra ocupa 2 bytes; com 24 bits, 3.

ConfiguraçãoBytes por segundo30 segundos10 minutos
Mono, 48 kHz, 16 bits96.0002,88 MB57,6 MB
Estéreo, 48 kHz, 16 bits192.0005,76 MB115,2 MB
Mono, 48 kHz, 24 bits144.0004,32 MB86,4 MB

O Editor de Áudio exporta WAV de 16 bits e abre arquivos de até 60 minutos ou 200 MB. Um WAV mono de 48 kHz e 16 bits chega a 200 MB em cerca de 34 minutos, então narrações longas pedem gravação em partes. Ao importar o arquivo no programa de vídeo, confira a taxa nas propriedades do arquivo. Veja também WAV: o que é e quando usar.

Narrar vendo o vídeo: exemplo de 30 segundos

Para narrar sobre imagens que já existem, reproduza o vídeo sem som numa tela e deixe o texto ao lado. Uma conversa tranquila tem perto de 150 palavras por minuto, número que muda de pessoa para pessoa. Isso dá cerca de 75 palavras para 30 segundos. O texto fica melhor se for escrito por cena, como ensina o artigo sobre roteiro para gravar áudio.

Grave duas ou três tomadas e ouça com fones. Grave também entre 10 e 30 segundos de silêncio da sala, faixa que varia entre os guias, para preencher lacunas na edição sem deixar o áudio totalmente mudo. No Editor, corte a melhor tomada, aplique uma entrada e uma saída graduais curtas, normalize o volume por último e exporte.

  • Gravador em WAV, mono, na taxa do projeto de vídeo
  • Nível testado falando no tom mais forte da narração
  • Silêncio da sala gravado
  • Nome do arquivo igual ao do clipe, com a marca de voz
  • Tomada ouvida com fones antes de seguir

Erros comuns

  • Confiar no áudio da câmera e planejar limpar depois. Ruído e eco já gravados quase não se corrigem, e este site não tem redução de ruído. Resolva na gravação.
  • Bater a palma longe dos microfones. O pico fica fraco e difícil de achar na forma de onda. Bata perto.
  • Deixar nomes como "gravação 12". Com muitos clipes, ninguém sabe qual voz pertence a qual cena.
  • Gravar partes da narração em cômodos diferentes. O som muda entre os trechos. Use a mesma sala.
  • Narrar sem ver o vídeo. O texto acaba mais longo ou mais curto que a cena.

Perguntas frequentes

Preciso de um segundo aparelho para gravar a voz?

Para narrar depois, não. Um aparelho só grava a voz enquanto você olha o vídeo na tela. O segundo aparelho é necessário quando a pessoa fala em cena e a voz precisa sair limpa: ele fica perto dela, fora do enquadramento.

O som e a imagem saíram desencontrados mesmo com a palma. Por quê?

Em tomadas longas, os relógios dos dois aparelhos podem divergir. Compare a palma do começo com a do fim. Se houver diferença, divida o áudio em trechos curtos no programa de vídeo e alinhe cada um. Gravar em tomadas mais curtas evita o problema.

Posso pôr música de fundo?

Use apenas material próprio, como sons gravados por você. O site não oferece trilhas. Um dos guias consultados avisa que a fala fica difícil de ouvir sobre música e que é preciso verificar direitos antes de usar qualquer obra.

Fontes

  1. Digital audio conceptsMDN Web Docs (Mozilla)Acessado em 18/11/2026
  2. Production (Audio Project / Podcast Production Guide)Bibliotecas da Universidade Commonwealth da Virgínia (VCU)Acessado em 18/11/2026
  3. Recording audio (Podcast guide)Bibliotecas da Universidade TuftsAcessado em 18/11/2026
  4. Recording, Editing and AccessibilityStorytelling Fellows, Universidade de WashingtonAcessado em 18/11/2026

Como as fontes são escolhidas e conferidas: metodologia e fontes. Encontrou um erro? Veja a página de correções.

Mais em Voz e áudios do dia a dia