El mejor nivel de volumen para TikTok, Reels y Shorts (y por qué tu video suena bajo)

Apunta a un volumen integrado de -14 LUFS y a picos verdaderos por debajo de -1 dBTP. YouTube baja el volumen de los videos que superan aproximadamente los -14 LUFS y deja igual los que están por debajo. Así, un video con el volumen bajo seguirá sonando bajo junto a los demás en el feed. TikTok e Instagram no publican un nivel recomendado; las guías de audio también recomiendan -14 LUFS para estas plataformas, así que puedes usar una misma mezcla en todas partes.

Para lograrlo, aplica el mismo aumento de ganancia a toda la pista de audio y controla los picos con un limitador, en vez de seguir subiendo el volumen hasta que se distorsione. Desde el 2 de noviembre de 2026, todas las exportaciones de StoryCut quedan a -14 LUFS, con cualquier plan, y mantienen el equilibrio que elegiste entre la voz, la música y los efectos de sonido.

Nota de transparencia: StoryCut publica esta guía y desarrolla la herramienta que describe.

Por lo general, porque se grabó a bajo volumen y nadie lo subió. Un teléfono o el micrófono de una laptop a un metro de distancia graba la voz mucho más bajo que un micrófono de locución, y los editores mantienen el nivel de la grabación. ¿Cuánto puede variar el volumen entre grabaciones? En 24 videos que medimos en octubre de 2026, las voces iban de -34 a -7 LUFS: una diferencia de 27 dB, equivalente a pasar de un susurro a una voz alzada.

Las soluciones habituales suelen fallar de tres maneras:

• Subir el volumen también sube los picos. Una risa, una palmada o un golpe en el escritorio llega primero al máximo y cruje, mientras la voz sigue sonando bajo.
• Normalizar al pico de 0 dB solo hace que el momento más alto llegue al máximo. Si ese momento es una palmada, la voz apenas sube.
• Confiar en que la app lo arregle. YouTube baja el volumen de los videos muy fuertes, pero no sube el de los que suenan bajo. TikTok e Instagram no explican qué hacen.

LUFS (unidades de sonoridad relativas a escala completa) mide qué tan fuerte perciben las personas una grabación, calculando el promedio de todo el video y ponderando las frecuencias según cómo las escucha el oído. Es la medida EBU R128 / ITU-R BS.1770 que usan los servicios de streaming y las emisoras. -14 LUFS suena más fuerte que -24 LUFS; 1 LU equivale a 1 dB.

Es diferente de la lectura de un medidor de picos. Los picos (dBFS) indican qué tan cerca del máximo llega el instante más fuerte antes de distorsionarse. El pico verdadero (dBTP) también cuenta los excesos entre muestras que aparecen cuando el audio se comprime a AAC. Un video puede tener picos de -1 dB y aun así sonar bajo si esos picos son palmadas aisladas; dos videos con los mismos LUFS suenan igual de fuerte, aunque sus picos sean distintos.

Por eso necesitas ambas cosas: un volumen integrado de alrededor de -14 LUFS y un pico verdadero por debajo de -1 dBTP para que la codificación no recorte el audio.

Uno de los videos de ejemplo de StoryCut, con el volumen de la voz reducido 10 dB para simular una grabación a bajo volumen hecha con una computadora portátil (-24.1 LUFS), y luego procesado con el ajuste de volumen de la exportación. Una ganancia de +10.1 dB lo lleva a -14.0 LUFS; el limitador mantiene el pico real en -1.5 dB antes de la codificación AAC. La dinámica de la voz no cambia: el volumen de todas las palabras sube por igual.

Desde el 2 de noviembre de 2026, el último paso de cada exportación realiza automáticamente lo que describen los pasos anteriores:

• Toda la banda sonora (tu voz, un doblaje o la voz limpia, los efectos de sonido y la música) se mezcla en una sola pasada y se mide con EBU R128.
• Se aplica una sola ganancia, así que el equilibrio entre la voz, la música y los efectos se mantiene exactamente como lo configuraste. Después, un limitador con anticipación a -1.5 dB mantiene el pico real por debajo de -1 dBTP tras la codificación AAC.
• La ganancia nunca hace que el limitador reduzca más de 6 dB en los momentos fuertes habituales. Mide el nivel al que suelen llegar los momentos fuertes (el 99% de los segmentos de 100 ms), no el más alto de todos, para que una sola palmada no baje el volumen de todo el video. Nunca añade más de 20 dB y no modifica el silencio.
• El resultado se mide otra vez y se corrige una sola vez: los golpes y las palmadas cuentan en el volumen, y una voz baja con dos golpes en el micrófono quedó 4 dB por debajo del objetivo antes de esta comprobación.
• No hay normalización dinámica: esta sube y baja el nivel junto con la voz, y produce un efecto de bombeo. El audio se codifica una sola vez, a 320 kbps.

Antes de ese paso, la música y los efectos de sonido ya se ajustan según el volumen medido de tu voz (cómo funciona el nivel de la música), para que una voz baja de webcam no quede tapada por una pista fuerte.