O melhor nível de áudio para TikTok, Reels e Shorts (e por que seu vídeo está com o áudio baixo)

Busque -14 LUFS de loudness integrado, com picos verdadeiros abaixo de -1 dBTP. O YouTube reduz o volume de vídeos mais altos que cerca de -14 LUFS e deixa os mais baixos como estão. Por isso, um vídeo enviado com áudio baixo continua baixo em relação aos outros no feed. TikTok e Instagram não divulgam um nível recomendado; guias de áudio também recomendam -14 LUFS para essas plataformas, então uma única masterização funciona em todas.

Para chegar a esse nível, aumente o áudio inteiro com um único ajuste de ganho e controle os picos com um limitador, em vez de aumentar o volume até distorcer. Desde 2 de novembro de 2026, todas as exportações do StoryCut ficam em -14 LUFS, em todos os planos, mantendo o equilíbrio entre voz, música e efeitos sonoros conforme você ajustou.

Transparência: o StoryCut publica este guia e desenvolve a ferramenta descrita nele.

Geralmente, porque o vídeo foi gravado em volume baixo e ninguém aumentou o áudio. O microfone de um celular ou notebook a um metro de distância capta a voz em um volume bem mais baixo do que um microfone de narração, e os editores mantêm o nível da gravação. Qual pode ser a diferença entre gravações? Em 24 vídeos enviados que medimos em outubro de 2026, as vozes foram de -34 a -7 LUFS: uma diferença de 27 dB, o mesmo que entre um sussurro e uma voz elevada.

As soluções mais comuns dão errado de três maneiras:

• Aumentar o volume pelo controle deslizante também aumenta os picos. Uma risada, uma palma ou uma batida na mesa chega ao limite primeiro e estoura, enquanto a fala continua baixa.
• Normalizar para pico de 0 dB só faz o momento mais alto chegar ao limite. Se esse momento for uma palma, o volume da voz quase não muda.
• Esperar que o app corrija o áudio. O YouTube reduz o volume de vídeos altos, mas não aumenta o dos baixos; TikTok e Instagram não informam o que fazem.

LUFS (Loudness Units relative to Full Scale) mede o volume que as pessoas percebem em uma gravação, calculando a média do vídeo inteiro e ponderando as frequências como nossos ouvidos fazem. É a medida EBU R128 / ITU-R BS.1770 usada por serviços de streaming e emissoras. -14 LUFS é mais alto que -24 LUFS; 1 LU equivale a 1 dB.

É um valor diferente do que aparece no medidor de pico. Os picos (dBFS) indicam o quanto o instante mais alto se aproxima do limite antes de distorcer; o pico verdadeiro (dBTP) também considera os picos entre amostras que aparecem quando o áudio é comprimido para AAC. Um vídeo pode ter pico de -1 dB e ainda soar baixo se esses picos forem palmas ocasionais. Já dois vídeos com os mesmos LUFS soam igualmente altos, independentemente dos picos.

Por isso, você precisa dos dois: loudness integrado em torno de -14 LUFS e pico verdadeiro abaixo de -1 dBTP, para evitar que o áudio estoure durante a codificação.

Um dos vídeos de exemplo do StoryCut, com o volume da voz reduzido em 10 dB para simular uma gravação de notebook com áudio baixo (-24,1 LUFS), passa pelo ajuste de loudness da exportação. Um único ganho de +10,1 dB leva o áudio a -14,0 LUFS; o limitador mantém o pico verdadeiro em -1,5 dB antes da codificação AAC. A dinâmica da fala não muda: o volume de todas as palavras sobe por igual.

Desde 2 de novembro de 2026, a última etapa de cada exportação faz automaticamente o que as etapas acima descrevem:

• A trilha sonora inteira (sua voz, uma dublagem ou a voz limpa, os efeitos sonoros e a música) é mixada em uma única passagem e medida com EBU R128.
• Ela recebe um único ganho, mantendo o equilíbrio entre voz, música e efeitos exatamente como você definiu. Em seguida, um limitador com antecipação em -1,5 dB mantém o pico verdadeiro abaixo de -1 dBTP após a codificação AAC.
• O ganho nunca faz o limitador reduzir mais de 6 dB nos trechos normalmente mais altos. Ele mede o nível que os trechos altos costumam atingir (99% dos intervalos de 100 ms), não o ponto mais alto isolado, para que uma palma não reduza o volume do vídeo inteiro. Nunca adiciona mais de 20 dB e não altera o silêncio.
• O resultado é medido novamente e corrigido uma vez: batidas e palmas entram na medição do volume, e uma voz baixa com duas batidas no microfone ficou 4 dB abaixo da meta antes dessa conferência.
• Sem normalização dinâmica: ela aumenta e diminui o volume junto com a fala, causando oscilação. O áudio é codificado uma vez, a 320 kbps.

A música e os efeitos sonoros já são ajustados em relação ao volume medido da sua voz antes dessa etapa (como funciona o nível da música), para que uma voz baixa gravada pela webcam não fique encoberta por uma música alta.