Nikt nie ogląda wideo drugi raz dlatego, że obraz był trochę ciemny. Ale dialog, który siedzi za nisko, jest karany od razu: widz podkręca głośność, razem z Twoim głosem dostaje szum pomieszczenia, a następne wideo w feedzie ogłusza go z pełną mocą. Większość rezygnuje wcześniej. Ratunek nie przyjdzie też od platformy: wielkie feedy normalizują głośność, ale niemal wyłącznie w dół — wideo za głośne zostaje ściszone, za ciche pozostaje ciche. Poziom, który eksportujesz, jest więc poziomem, który ludzie słyszą — z głośnika telefonu, w kuchni, przy ulicy. Reguła jest prosta: mowa powinna być z wyraźnym zapasem najgłośniejszym elementem miksu, wchodzić wysoko, ale nigdy nie przesterowywać — i to od początku do końca, nie tylko w zdaniach wypowiadanych z największą pewnością.
Podkład muzyczny zawodzi w jeden konkretny sposób: w chwili, gdy słuchacz musi oddzielać Twoje słowa od muzyki, muzyka jest za głośna. W montażu rzadko tak brzmi, bo znasz treść — mózg dopowiada to, co miks zagrzebał. Chronią Cię dwa nawyki. Po pierwsze, ściągnij podkład w dół, aż sam w sobie będzie brzmiał niemal zbyt cicho; pod mową to zwykle mniej więcej właściwy poziom, bo głos i muzyka walczą o te same średnie częstotliwości, a wygrać musi głos. Po drugie, sprawdzaj balans na głośniku telefonu, nie na słuchawkach. Mały głośnik wyrzuca bas, który czynił podkład łagodnym, a to, co zostaje, siedzi dokładnie tam, gdzie Twój głos. Jeśli słowa przetrwają tam, przetrwają wszędzie. I wybieraj utwory instrumentalne — śpiewany tekst konkuruje z mową wprost.
Wszystko to jest łatwiejsze, gdy balans widać, zamiast trzymać go w głowie. W Talk2Camera możesz podłożyć pod ujęcie ścieżkę — muzykę, lektora, czyste nagranie poprawkowe — umieszczoną tam, gdzie chcesz, a zarówno dźwięk ujęcia, jak i dołączona ścieżka dostają linię poziomu, którą przeciągasz po przebiegu fali: tak, jak działa mikser, a nie suwak schowany w menu. Słupki są rysowane od nowa na ustawionym poziomie, więc podkład ściągnięty pod mowę wygląda na cichszy, a nie tylko tak brzmi: mowa wysoko, podkład nisko, widoczne od razu. Ten obraz jest dużo wart, bo balans, który widać, sprawdza się w dwie sekundy przed eksportem, zamiast słuchać całego wideo jeszcze raz z zamkniętymi oczami.
Dwoje prowadzących przynosi jeszcze jeden problem: nigdy nie są równie głośni. Jedna osoba siedzi bliżej swojego mikrofonu, druga po prostu mówi ciszej, a widz zmuszony regulować głośność między dwiema osobami rezygnuje szybciej niż ten, który reguluje ją między filmami. Poprawka musi nastąpić, zanim głosy zostaną zmieszane — gdy oba dzielą jeden kanał, żaden montaż nie ściszy jednego bez pociągnięcia drugiego. Nagrywaj przez podwójny zestaw bezprzewodowy albo interfejs stereo, a każda osoba trafi na własny kanał; w edytorze ujęcie rozdziela się wtedy na osobny tor dla każdej osoby, każdy z własną linią poziomu. Głośniejszy głos sprowadzasz do cichszego, nie dotykając tego drugiego. Balans ustala się w montażu, gdzie słychać oboje — a nie przepada już w odbiorniku.