Ninguém assiste a um vídeo de novo porque a imagem estava um pouco escura. Mas um diálogo baixo demais é punido na hora: o espectador aumenta o volume, recebe o chiado da sala junto com a sua voz e é ensurdecido pelo próximo vídeo do feed. A maioria desiste antes disso. E não vem socorro da plataforma: os grandes feeds normalizam o volume percebido, mas quase só para baixo — um vídeo alto demais é abaixado; um baixo demais continua baixo. Ou seja, o nível que você exporta é o nível que as pessoas ouvem, no alto-falante do celular, na cozinha, no meio do trânsito. A regra é direta: a fala deve ser, com folga, a coisa mais alta da mixagem, chegando alto sem nunca estourar — e do começo ao fim, não só nas frases que você disse com mais confiança.
Uma trilha de fundo fracassa de um jeito específico: no momento em que o ouvinte precisa separar as suas palavras da música, a música está alta demais. Na edição raramente soa assim, porque você já sabe o que é dito — seu cérebro completa o que a mixagem enterra. Dois hábitos protegem você. Primeiro, abaixe a trilha até que, sozinha, ela pareça quase baixa demais; embaixo da fala, isso costuma estar certo, porque voz e música brigam pelas mesmas frequências médias e a voz precisa vencer. Segundo, confira o equilíbrio no alto-falante do próprio telefone, não no fone. Um alto-falante pequeno joga fora os graves que deixavam a trilha suave, e o que sobra senta exatamente onde está a sua voz. Se as palavras sobrevivem ali, sobrevivem em qualquer lugar. E prefira instrumentais — letra cantada compete direto com a fala.
Tudo isso fica mais fácil quando você enxerga o equilíbrio em vez de guardá-lo de cabeça. No Talk2Camera você pode anexar uma trilha sob um take — música, uma narração, uma regravação limpa — posicionada onde quiser, e tanto o som do take quanto a trilha anexada ganham uma linha de nível que você arrasta sobre a forma de onda: do jeito que uma mesa de som funciona, não um fader escondido num menu. As barras são redesenhadas no nível definido, então uma trilha puxada para baixo da fala parece mais baixa além de soar mais baixa: fala alta, trilha baixa, visível num relance. Essa imagem vale muito, porque um equilíbrio que se vê é conferido em dois segundos antes de exportar, em vez de ouvir o vídeo inteiro de novo de olhos fechados.
Dois apresentadores trazem mais um problema: eles nunca soam igualmente alto. Um está mais perto do microfone, o outro simplesmente fala mais baixo, e o espectador que precisa regular o volume entre duas pessoas desiste mais rápido do que entre dois vídeos. O conserto precisa acontecer antes de as vozes serem misturadas — quando as duas dividem um canal, nenhuma edição consegue abaixar uma sem arrastar a outra junto. Grave com um kit sem fio duplo ou uma interface estéreo e cada apresentador cai no seu próprio canal; no editor, o take então se divide em uma faixa por pessoa, cada uma com a sua linha de nível. Você traz a voz mais alta para perto da mais baixa sem encostar nesta. O equilíbrio é definido na edição, onde você ouve as duas — e não se perde no receptor.