Normalización de loudness para streaming: LUFS, K-weighting, las dos compuertas, LRA y true peak

Referencia técnica para quien mezcla y masteriza en español.

Respuesta corta

Fije el techo de true peak (pico real, medido sobre una señal sobremuestreada) en −1 dBTP —o en −2 dBTP si su máster queda más alto que −14 LUFS— y deje que el loudness integrado (sonoridad integrada) caiga donde lo ponga la música, en lugar de empujar el limitador hasta que el medidor marque una cifra. Si quiere una referencia publicada: la AES TD1008 recomienda −16 LUFS para música normalizada por pista, y Spotify normaliza la reproducción a −14 LUFS. Todos los servicios grandes bajan los másteres altos en el momento de reproducir: un máster a −6 LUFS no suena más fuerte que uno a −14 LUFS; suena al mismo nivel y con menos dinámica sobreviviente. Es decir, limitar de más no compra volumen: compra aplanamiento. La normalización hacia arriba sí existe —Spotify aplica ganancia positiva a los másteres suaves— pero está condicionada por el margen de pico, así que un máster muy bajo con picos altos puede no subir hasta el objetivo. Todo lo demás de este documento es el detalle de por qué.

1. La aritmética, con la soleá en el centro

El argumento contra el máster aplastado no es estético. Es una cuenta.

Un servicio que normaliza la reproducción mide el loudness integrado de su pista, lo compara con su objetivo y aplica una ganancia fija a todo el archivo al reproducirlo. Si el objetivo de Spotify es −14 LUFS y su máster mide −14 LUFS, la ganancia aplicada es 0 dB. Si mide −8 LUFS, la ganancia es −6 dB. Si mide −11 LUFS, es −3 dB. No hay negociación, ni criterio artístico, ni excepción por género.

Qué recupera un máster de reggaetón a −6 LUFS: nada

Tomemos el caso que más se discute en los grupos de productores de la región. Un tema de reggaetón o un corrido tumbado se masteriza fuerte porque va a competir en una playlist junto a temas que también están masterizados fuerte, y la intuición es que el que llega más alto gana. Hagamos la cuenta completa.

Máster A — el máster "de playlist":

• Loudness integrado: −6 LUFS
• True peak: −2 dBTP (obligatorio, porque el máster está más alto que −14 LUFS)
• PLR (peak-to-loudness ratio, relación pico–sonoridad): −2 − (−6) = 4 LU

Máster B — la misma mezcla, con el limitador trabajando 4 dB menos:

• Loudness integrado: −10 LUFS
• True peak: −2 dBTP
• PLR: 8 LU

Ahora reprodúzcalos en Spotify, objetivo −14 LUFS:

Los dos suenan exactamente al mismo volumen. Lo único que cambia es que el Máster A llega al oído del oyente con 4 LU menos de factor de cresta: 4 dB de diferencia entre el cuerpo del tema y el ataque del dembow que el limitador borró y que nada en la cadena de reproducción devuelve. La ganancia de −8 dB no "descomprime": baja todo junto, aplanado tal como estaba.

Vale la pena decirlo sin adornos: los 4 dB que el Máster A ganó en el limitador se devuelven íntegros al servicio, y los 4 LU de cresta que costaron no se devuelven a nadie. El intercambio es 4 dB de nada a cambio de 4 LU de algo.

La normalización convierte la guerra de loudness en una guerra de dinámica que el máster más alto pierde automáticamente. No depende del gusto de nadie.

Los corridos tumbados y el problema del requinto

El caso de los corridos tumbados es más caro todavía, porque el material es acústico. Un requinto de doce cuerdas, una tuba de banda y una batería tocada con escobillas o con hot rods tienen transitorios rápidos y un contenido de medios-agudos que el limitador ataca primero. Cuando un corrido tumbado se masteriza a −6 LUFS para "competir", lo que se aplasta no es un sintetizador sostenido —que apenas lo nota— sino el ataque de la púa contra la cuerda, que es literalmente el sonido que identifica al género. El máster llega a la playlist al mismo nivel que todos los demás, sin la única cosa que lo distinguía.

El corolario es más útil que la advertencia. Como el servicio fija el nivel de reproducción, el nivel de su máster dejó de ser una variable competitiva. Lo que sigue siendo competitivo es todo aquello en lo que antes se gastaba el nivel: definición de transitorios, el golpe de un cajón contra una guitarra sostenida, la diferencia entre una estrofa y un estribillo, la sensación de que la voz está adelante del grupo y no prensada dentro de él. Bajo normalización, la relación pico–sonoridad de su máster es la única parte de su decisión de loudness que el oyente puede oír.

Dos advertencias honestas. La normalización se puede desactivar —el oyente puede apagarla, y hay contextos que nunca la aplican: software de DJ, una sincronización audiovisual, un archivo descargado que se reproduce desde una memoria USB en el carro. Y la normalización hacia arriba no es incondicional; volvemos a eso en la sección 7.

2. Qué mide realmente el LUFS

LUFS significa Loudness Units relative to Full Scale (unidades de sonoridad relativas a fondo de escala). LKFS (Loudness, K-weighted, relative to Full Scale) es la misma unidad con otro nombre: los documentos de la UIT usan LKFS, los de la UER/EBU usan LUFS, y son numéricamente idénticos.

El LU tiene el mismo tamaño que el dB —una Loudness Unit es un decibelio— pero LUFS es una escala absoluta y LU es relativa. "+3 LU" y "+3 dB" significan la misma magnitud; "−14 LUFS" y "−14 dB" no significan lo mismo en absoluto.

La medición definida en la Recomendación UIT-R BS.1770 no es RMS y no es pico. Es la media cuadrática de una señal filtrada, sumada entre canales con ponderación por canal, y después compuertada (gated) en el tiempo. Tres cosas la separan de un medidor RMS común: el filtro de ponderación K, la suma de canales y el gating. El filtro y el gating son donde vive casi todo el malentendido.

K-weighting: dos etapas de filtro

La ponderación K (K-weighting) es una cascada de exactamente dos secciones de segundo orden, aplicada a cada canal antes de tomar la media cuadrática.

Etapa 1 — el filtro de "cabeza". Un shelving de agudos que levanta la parte alta del espectro. Coeficientes publicados para 48 kHz: b0 = 1,53512485958697; b1 = −2,69169618940638; b2 = 1,19839281085285; a1 = −1,69065929318241; a2 = 0,73248077421585. Modela el efecto acústico de una cabeza dentro de un campo sonoro: el sombreado y la difracción que hacen que un oyente humano sea más sensible a los agudos que llegan de frente de lo que sería un micrófono desnudo.

Etapa 2 — el pasa-altos RLB. Revised Low-frequency B-curve: un pasa-altos que recorta los graves, reflejando que las frecuencias bajas contribuyen menos a la sonoridad percibida de lo que sugiere su energía.

La ganancia de la curva de ponderación K a 1 kHz es de +0,698 dB, un factor lineal de 1,0836. No es una constante arbitraria: sale de la respuesta combinada del shelving y el pasa-altos a esa frecuencia. La consecuencia práctica de toda la cadena es que un seno de 1 kHz a fondo de escala aplicado a un solo canal de un par estéreo mide −3,01 LKFS, exactamente como establece la BS.1770-5; el −3,01 viene de la suma de uno de dos canales, no del filtro.

Qué le hace esa curva al flamenco y al tango

La consecuencia audible del pasa-altos RLB es específica y afecta a dos repertorios muy presentes en el mundo hispanohablante.

Una orquesta típica de tango con contrabajo, piano en registro grave y el fuelle del bandoneón cargado abajo suena físicamente enorme en un monitor decente, y sin embargo mide más bajo de lo que el ingeniero espera. El RLB descuenta buena parte de esa energía. La reacción instintiva —subir el limitador hasta que el número "se vea normal"— es exactamente la equivocada: no se está corrigiendo un error de medición, se está destruyendo el arrastre y el marcato para complacer a un filtro.

En el otro extremo, una soleá con voz y guitarra y palmas se mueve casi por completo en la región donde la curva K es plana o está levemente realzada: la voz en los medios, las palmas y los rasgueos arriba. Ese material mide alto en relación con cómo se percibe. Un flamenco grabado con honestidad puede marcar −13 o −12 LUFS integrados sin que se le haya puesto un solo dB de limitador, simplemente porque su espectro cae donde el medidor está atento.

Por qué existe la curva

Un medidor RMS sin ponderar dice que un seno de 40 Hz y uno de 3 kHz a la misma amplitud son igual de fuertes. Ningún oyente está de acuerdo. La ponderación K es una aproximación deliberadamente burda al comportamiento de sonoridad equivalente —mucho más simple que las curvas de Fletcher-Munson— y se eligió simple para que implementaciones independientes coincidan hasta una fracción de LU. La ponderación K no intenta modelar la audición con precisión; intenta modelarla de forma idéntica en todos los medidores del mundo, y por eso funciona.

Qué edición de la BS.1770 rige

La BS.1770 tiene seis ediciones: 2006, 2007, 2011, 2012, 2015 y 2023. La BS.1770-4 (octubre de 2015) es la edición que todavía citan la mayoría de los medidores instalados; la BS.1770-5 (noviembre de 2023) es la que está en vigor y deja superada a la anterior. Cuando cite la norma, cite la ‑5. Todo lo descrito aquí —las dos etapas del filtro, los bloques de 400 ms, ambas compuertas, el piso de sobremuestreo 4×— está verificado contra la BS.1770-5 tal como está publicada.

3. El mecanismo de gating, completo

El gating es la parte de la especificación que más se describe mal, incluso en fuentes por lo demás cuidadosas. El loudness integrado es una medición doblemente compuertada.

Paso 1: dividir la señal en bloques

La señal se divide en bloques de 400 ms con 75 % de solapamiento. Un solapamiento del 75 % sobre un bloque de 400 ms significa que empieza un bloque nuevo cada 100 ms. Cada bloque recibe su propio valor de sonoridad K-ponderada. El solapamiento no es decorativo: impide que un evento fuerte que cae justo sobre el límite de un bloque quede partido y subcontado.

Paso 2: la compuerta absoluta

Todo bloque que mida por debajo de −70 LKFS se descarta y no participa más en la medición. Esto elimina el silencio digital, las colas de fade, el ruido de sala y los huecos entre temas, para que una pista con una cola silenciosa larga no mida más bajo que la misma pista recortada.

Paso 3: la compuerta relativa — la parte que casi siempre se enuncia mal

Se calcula la media de sonoridad de los bloques que sobrevivieron a la compuerta absoluta. Se le restan 10. Ese resultado es el umbral relativo. Se descarta todo bloque por debajo de él. El loudness integrado es la media de los bloques que sobreviven a ambas compuertas.

La distinción importa y se pierde constantemente: la compuerta relativa se fija 10 LU por debajo de la media ya compuertada por la absoluta, no 10 LU por debajo de la media sin compuertar del archivo entero. La BS.1770-5 es explícita en que el umbral relativo se obtiene "subtracting 10 from the result" de la medición con compuerta absoluta. Si usted promedia todos los bloques incluyendo los que están por debajo de −70 LKFS, obtiene una media más baja, un umbral más bajo, más bloques suaves admitidos y un valor integrado que lee demasiado bajo; y el error crece con la cantidad de silencio del archivo. Esta es la causa número uno de que dos medidores no coincidan sobre la misma pista.

La soleá: el ejemplo trabajado de la compuerta de −10 LU

Ninguna música ilustra la compuerta relativa mejor que un cante grande con toda su arquitectura intacta. Tomemos una soleá de 5:20 grabada con rango real —la que abre con un quejío a palo seco, sin guitarra— y sigamos su construcción. Los valores de sonoridad a corto plazo son un modelo ilustrativo, no la medición de un disco concreto, pero las proporciones son las que produce este repertorio:

La compuerta absoluta no descarta nada: todo está muy por encima de −70 LKFS. La media compuertada por la absoluta, calculada como media de potencias y no de decibelios, da aproximadamente −17,0 LUFS. El umbral relativo queda entonces en −27,0 LUFS.

Y ahí ocurre lo interesante: los 35 segundos de quejío, a −33 LUFS, caen por debajo del umbral y se descartan por completo. No aportan nada al número. Recalculando sin ellos, el loudness integrado de la soleá queda en aproximadamente −16,5 LUFS.

Dos lecciones salen de esa cuenta, y son las dos que más falta hacen:

1. El loudness integrado de su pista es, en la práctica, el promedio de sus partes fuertes, no de la pista entera. Esta soleá se mide, casi íntegramente, sobre las palmas, el cajón y el zapateado. El momento que define el cante —la voz sola, sin acompañamiento— es invisible para el medidor.
2. Quitar o poner una introducción suave apenas mueve el número. Descartar 35 segundos enteros cambió la lectura en medio LU. Si usted añade una intro de guitarra sola a un máster terminado esperando que el integrado baje, no va a bajar.

La consecuencia operativa es incómoda y hay que decirla: si usted mira el medidor integrado y decide "está bajo, subo el limitador", el limitador va a actuar exactamente sobre el zapateado y las palmas, porque son las secciones que están por encima del umbral y que, por lo tanto, determinan el número. Está aplastando lo único que el medidor cuenta y, de paso, lo único que lleva el compás.

Palmas sordas y palmas claras: 15 LU de distancia que son información, no ruido

Aquí está el argumento que más importa en este repertorio. En el flamenco, las palmas sordas (con las palmas ahuecadas, sonido mate y grave) y las palmas claras (con los dedos sobre la palma abierta, sonido brillante y penetrante) no son dos maneras de hacer lo mismo con distinto gusto: son dos funciones distintas del compás. Las sordas marcan sin invadir, cuando canta la voz o cuando la guitarra dice algo; las claras marcan los acentos del compás de doce y avisan del cierre. Entre una y otra hay, en una toma bien hecha, del orden de 15 LU de diferencia, y esa diferencia es deliberada: es la que le dice al oyente —y al bailaor— dónde está el compás.

Un limitador que en la sección de cierre esté haciendo 6 u 8 dB de reducción de ganancia comprime esos 15 LU a la mitad. El resultado no es "un flamenco más fuerte": es un flamenco en el que las palmas sordas y las claras suenan casi igual. Cuando esa distinción se aplana, no se pierde un matiz de mezcla: se pierde el compás, que es la estructura del género. Y como acabamos de ver, ese aplanamiento se hace para mover un número que el servicio va a devolver a cero de todos modos.

Lo mismo, con otra mecánica, le pasa al bandoneón. El fuelle es un instrumento de crecimiento continuo: el bandoneonista abre y el sonido crece durante segundos enteros, y ese crecimiento es la frase. Un compresor con ataque medio y release largo puesto sobre el bus lo lee como material sostenido que hay que domar, y lo que devuelve es una nota que empieza fuerte y se queda quieta. En una orquesta típica de tango —donde el arreglo está construido sobre contrastes reales entre el marcato del piano y el bordoneo, y donde la tradición de Pugliese hizo de la variación dinámica el rasgo distintivo del sonido— comprimir el bus hasta un número borra la arquitectura del arreglo antes de borrar cualquier otra cosa.

4. Momentary, short-term, integrated: qué medidor y cuándo

Hay tres ventanas temporales normalizadas y responden a tres preguntas distintas. La EBU Tech 3341 define el comportamiento de los medidores.

Momentánea (M) — 400 ms, sin compuertar. La misma ventana que un bloque de gating. Sirve para cazar cosas: un golpe de cajón que salta 6 LU por encima de todo lo que lo rodea, una sección que se dispara. No la use para tomar decisiones de nivel: es demasiado nerviosa, y perseguir el medidor momentáneo produce justo el resultado sobrecomprimido que la normalización castiga.

Corto plazo (S) — 3 s, sin compuertar. Tres segundos es aproximadamente una frase musical: en flamenco, cerca de un compás de doce a tempo medio. El medidor de corto plazo es el correcto para decisiones de equilibrio dentro de una pista, porque tres segundos es la escala en la que el oyente percibe realmente que una sección es fuerte o suave. Úselo para comparar la falseta contra la letra, para verificar que un puente no se desploma, y para ver la forma de su arreglo convertida en números.

Integrada (I) — programa completo, doblemente compuertada. Es el número contra el que normalizan los servicios y el único que pertenece a una hoja de entrega. Se mide sobre la pista entera, de la primera muestra a la última, nunca sobre una sección seleccionada. La sonoridad integrada es una especificación de entrega, no una herramienta de mezcla; si la está mirando mientras trabaja, está mirando el medidor equivocado.

Regla práctica: mezcle y masterice con el de corto plazo, verifique con el integrado, investigue anomalías con el momentáneo.

5. Rango de sonoridad (LRA) y la compuerta de −20 LU

El Loudness Range (rango de sonoridad, LRA), especificado en la EBU Tech 3342, es un número único que describe cuánto varía la sonoridad de una pista a lo largo del tiempo. Se calcula a partir de la distribución de los valores de corto plazo (3 s): el LRA es la diferencia entre las estimaciones de los percentiles 10 y 95 de esa distribución, y por eso los extremos breves de cualquiera de los dos lados no dominan el resultado.

El LRA tiene su propio gating, y no es el mismo que el del integrado. La Tech 3342 fija el umbral relativo del LRA en −20 LU por debajo del nivel de sonoridad compuertado por la absoluta, no en −10 LU. La compuerta más ancha es deliberada: el LRA intenta caracterizar la variación, así que tiene que admitir los pasajes suaves que la medición integrada está diseñada para excluir.

Este es un bug de implementación real, no teórico. Los medidores que reutilizan la compuerta de −10 LU del integrado para el LRA reportan valores sistemáticamente demasiado pequeños, porque han tirado justamente el material suave que constituye el rango. Si su medidor reporta un LRA claramente más bajo que otro sobre el mismo archivo, lo primero que hay que sospechar es una compuerta de −10 LU donde va una de −20 LU.

Puede comprobarlo con la misma soleá del ejemplo. Los 35 segundos de quejío a −33 LUFS están 16 LU por debajo de la media compuertada de −17,0 LUFS: caen fuera de la compuerta de −10 LU del integrado, pero caen dentro de la de −20 LU del LRA. Un medidor correcto los cuenta y reporta un rango grande; uno con el bug los descarta y reporta que su soleá es casi tan plana como un tema de reggaetón. Si no tiene una soleá a mano, la prueba sintética es equivalente: añada 20 segundos de material 15 LU por debajo del cuerpo de la pista. En una implementación correcta el LRA sube mucho; en una rota, casi no se mueve.

Como orientación y no como objetivo: los másteres muy limitados de electrónica, reggaetón y pop suelen caer alrededor de 3–5 LU; una mezcla de banda completa bien controlada, alrededor de 6–9 LU; las grabaciones orquestales y acústicas, frecuentemente por encima de 12 LU. Un cante grande con la arquitectura intacta —la soleá del ejemplo, o una seguiriya que abre igual de desnuda— vive en el mismo territorio que la orquesta: un rango real de 15 a 20 LU entre el quejío inicial y el zapateado final no es un defecto de mezcla, es la pieza. El LRA es descriptivo; perseguir una cifra de LRA es tan equivocado como perseguir una de LUFS.

6. True peak contra sample peak

La diferencia

Un medidor de sample peak (pico de muestra) reporta el mayor valor absoluto de muestra del archivo. Eso no es el mayor valor que alcanza la señal: las muestras son puntos sobre una forma de onda continua, y la onda entre dos muestras puede subir por encima de las dos. La forma de onda analógica reconstruida puede superar la muestra más alta del archivo, y un medidor de pico de muestra es estructuralmente incapaz de verlo. Esas excursiones son los picos entre muestras (inter-sample peaks); el nivel de la onda reconstruida es el true peak, en dBTP.

Un archivo digitalmente "seguro", cuyas muestras no pasan de −0,1 dBFS, puede tener picos reales bastante por encima de 0 dBTP. Nada está recortado en el archivo. Todo lo que viene después y reconstruye la onda —un DAC, un conversor de frecuencia de muestreo, un decodificador con pérdida— sí puede recortarlo.

Los infractores clásicos: palmas, cajón y zapateado

Si hay un repertorio diseñado para generar picos entre muestras, es el flamenco.

Las palmas claras son el caso de manual: un transitorio de milisegundos, casi sin sostén, con energía repartida hasta bien arriba del espectro y un ataque que sube y baja entre dos muestras consecutivas a 44,1 kHz. Un medidor de pico de muestra puede informar −0,3 dBFS con total tranquilidad mientras la onda reconstruida ya pasó de 0 dBTP. Diez palmeros haciendo contras encima de un compás multiplican el problema, porque los ataques individuales no coinciden exactamente y las sumas parciales caen en posiciones arbitrarias entre muestras.

El golpe seco del cajón —el slap contra la esquina de la tapa— es el mismo fenómeno con más energía: un ataque brillante y muy corto seguido de casi nada.

Y el peor de todos, con diferencia, es el zapateado. El golpe de tacón contra la tarima es probablemente el transitorio más violento de todo el repertorio grabado en español: un impacto de madera contra madera, con una caja de resonancia debajo, un ataque de fracciones de milisegundo y un contenido de banda ancha que va desde el golpe grave del tablao hasta varios kilohercios de crujido. Es exactamente la señal para la que se inventó el concepto de pico real. Un máster de baile flamenco cerrado a −0,1 dBFS de pico de muestra prácticamente garantiza recorte en el decodificador de cualquier servicio.

Se corrige de una sola manera: midiendo con un medidor de true peak con sobremuestreo y poniendo el techo del limitador en modo true peak.

Por qué el sobremuestreo es obligatorio

Para ver un pico real hay que reconstruir la onda entre las muestras. La BS.1770 especifica hacerlo por sobremuestreo: un mínimo de 4× a 48 kHz, con la recomendación anotando que "Higher sampling rates and over-sampling ratios are preferred". El 4× es el piso de conformidad, no la respuesta exacta: a 4× la medición todavía puede quedarse corta unas décimas de dB frente a picos reales. Use 8× o 16× si su medidor lo ofrece; el costo de CPU adicional es trivial y la precisión adicional no lo es. Un medidor sin un modo explícito de true peak o dBTP es un medidor de pico de muestra, diga lo que diga su manual.

Por qué la codificación con pérdida levanta los picos

Un códec con pérdida —AAC, Ogg Vorbis, MP3, Opus— no reproduce la onda muestra por muestra. Reproduce una perceptualmente parecida, y la salida del decodificador rutinariamente se pasa por encima de la entrada del codificador. El exceso no es un defecto: es una consecuencia inevitable de cuantizar y descartar detalle espectral, y escala con lo duro que se limitó la fuente. Un máster exactamente a 0,0 dBTP se decodifica con picos por encima de 0 dBFS, y el decodificador los recorta.

Todas las especificaciones publicadas que tocan el tema dicen lo mismo. AES TD1008: "For all content, it is recommended that the Maximum True Peak level not exceed −1 dBTP at the codec input of lossy-encoded streams." Spotify: mantener el true peak "below −1dB TP (True Peak) max", y para másteres más altos que −14 LUFS, "keep True Peak below −2dB to avoid extra distortion."

Qué techo usar de verdad

Ponga el techo true peak de su limitador en −1,0 dBTP para másteres normales, y en −2,0 dBTP si su máster está más alto que −14 LUFS integrados. No es un margen supersticioso: las dos cifras son requisitos publicados por las fuentes de arriba, y la segunda existe precisamente porque el material más limitado se pasa más en el códec.

Dos notas al pie. Un techo de −0,1 dBTP es un error de entrega para streaming, no una decisión estilística. Y un limitador puesto en −1,0 dBTP tiene que ser efectivamente un limitador de pico real: muchos limitadores tienen un control de techo que trabaja sobre pico de muestra, y ponerlo en −1,0 le deja picos entre muestras en algún punto por encima de −0,5 dBTP.

Si quiere verificar un archivo terminado, mazufa.com tiene un verificador gratuito de loudness y true peak que funciona en el navegador, corre por completo en su propio dispositivo y no sube ningún audio.

7. Qué publica realmente cada servicio

La distinción entre lo publicado y lo ampliamente reportado es lo más importante de esta sección, y casi ningún artículo sobre el tema la mantiene.

Especificaciones publicadas

Spotify. Objetivo: −14 LUFS integrados. Spotify declara que ajusta las pistas "to −14 dB LUFS" y que mide "according to the ITU 1770 standard". Techo de pico real: por debajo de −1 dBTP; por debajo de −2 dBTP para másteres más altos que −14 LUFS. Sobre álbumes, Spotify indica que el álbum se normaliza como unidad, de modo que "the softer tracks are as soft as you intend them to be": se preservan los niveles relativos entre las pistas de un mismo álbum. Esto último importa mucho en un disco de flamenco o de tango, donde el orden y el contraste entre cortes son parte del diseño.

EBU R 128. Objetivo: −23 LUFS. Es una recomendación de radiodifusión, no un objetivo de streaming musical, y se incluye aquí porque se aplica mal de forma rutinaria: un máster musical a −23 LUFS no cumple mejor con nada y —dado que la normalización hacia arriba está limitada por el margen de pico— puede terminar sonando más bajo de lo previsto.

AES TD1008 (Recommendations for Loudness of Internet Audio Streaming and On-Demand Distribution). Es el documento público más útil para músicos y el más mal citado.

• Música normalizada por pista: −16 LUFS, tolerancia +0,2 LU.
• Normalización por álbum, pista más fuerte: −14 LUFS, tolerancia +0,2 LU.
• Contenido hablado: −18 LUFS, tolerancia +1 LU, medido como sonoridad integrada del diálogo.
• Pico real máximo: −1 dBTP a la entrada del códec para transmisiones con pérdida.

La cifra de −18 LUFS de la TD1008 es el objetivo para contenido hablado —noticias, entrevistas, ficción sonora— y citarla como el objetivo para música es un error común y grave. La cifra para música es −16 LUFS. Si ve −18 LUFS presentado como recomendación de la AES para música, la fuente leyó mal el documento.

La TD1008 también hace un argumento explícito sobre dinámica que vale la pena citar textualmente: "A recording with high peak to loudness ratio (PLR) is often perceived as clearer and less fatiguing than one that has been excessively peak-limited."

Servicios que no publican objetivo de normalización

Apple Music, YouTube Music, Amazon Music, TIDAL y Deezer no publican objetivo de normalización. Normalizan —eso es observable— pero la cifra concreta no es una especificación publicada, y cualquier artículo que la presente como tal está presentando una medición o una inferencia como si fuera un documento.

Las cifras que circulan son: Apple ≈ −16 LUFS, YouTube Music ≈ −14 LUFS, Amazon Music ≈ −14 LUFS, TIDAL ≈ −14 LUFS, Deezer ≈ −15 LUFS. Son ampliamente reportadas pero no publicadas por los servicios; trátelas como observaciones de terceros sobre un blanco móvil, no como especificaciones. Provienen de mediciones independientes, han cambiado con el tiempo y ningún servicio se ha comprometido con ellas. No calcule una ganancia de reproducción esperada a partir de ellas y no masterice apuntando a ninguna.

La consecuencia práctica es menor de lo que parece: todas las cifras reportadas caen entre −16 y −14 LUFS, un margen de 2 LU. Ningún máster se rehace por 2 LU.

Normalización hacia arriba: la cuenta honesta

Este punto se enuncia mal en las dos direcciones y conviene fijarlo.

Es falso decir que "los másteres suaves no se suben". Spotify declara explícitamente: "Positive gain is applied to softer masters so the loudness level is −14 dB LUFS." La ganancia positiva existe y se aplica.

Y es igual de falso decir que "los másteres suaves siempre se suben hasta el objetivo". La misma página añade la condición: "We consider the headroom of the track, and leave 1 dB headroom for lossy encodings to preserve audio quality." Es decir, el servicio mira el margen de pico disponible y deja 1 dB de reserva para la codificación con pérdida. Si su máster tiene un loudness integrado muy bajo pero picos muy altos —un PLR enorme—, subirlo hasta −14 LUFS pondría esos picos por encima de lo tolerable, y por lo tanto no se sube todo el camino.

Justamente ese es el perfil de una grabación acústica sin procesar: la soleá de la sección 3, con un zapateado que llega a −1 dBTP y un integrado de −16,5 LUFS, tiene un PLR de 15,5 LU. Una toma de orquesta típica capturada con buenos micrófonos puede tener aún más. Este es el motivo real para no masterizar a −24 LUFS "porque igual lo van a subir": puede que no lo suban.

Nada de esto es un argumento para limitar más. Es un argumento para no entregar un máster con el nivel sin resolver: fije el techo, deje que el integrado caiga donde caiga con el limitador trabajando poco, y no salga de la conversación con un archivo 10 LU por debajo de todo lo demás sin haberlo decidido.

8. La realidad del home studio latinoamericano

Casi todo lo escrito sobre loudness asume un cuarto tratado y monitores en un triángulo. La realidad de la mayor parte de la región es otra: un cuarto compartido, un par de monitores de 5 pulgadas contra la pared o unos audífonos, y tres sistemas de verificación que se usan porque son los que el público realmente usa. Los tres empujan hacia decisiones equivocadas, y cada uno hacia una distinta.

La bocina del celular

Es la referencia número uno, y con motivo: buena parte del público va a escuchar el tema exactamente así. El problema es que una bocina de celular no reproduce nada por debajo de unos 500 Hz con autoridad. Cuando usted verifica una mezcla ahí, el bombo desaparece, el bajo desaparece y el fuelle grave del bandoneón desaparece. La reacción instintiva es subir densidad en medios y empujar el limitador hasta que "se oiga" en el teléfono, y eso produce un máster sobrecomprimido que en un buen sistema suena aplastado y en un sistema mediocre suena chillón.

Además, la bocina del celular tiene su propia limitación y su propia compresión de protección. Está escuchando el limitador del teléfono tanto como el suyo: cualquier decisión de dinámica que tome sobre esa referencia está tomada sobre un procesamiento que usted no controla ni puede desactivar.

Úsela para lo que sirve: verificar que la voz se entiende, que el arreglo se lee y que no hay resonancias molestas en medios. No la use para decidir cuánta compresión lleva el bus.

El carro

La segunda referencia clásica, y una excelente prueba de balance de graves porque un habitáculo es un espacio pequeño y previsible. Pero el carro tiene un piso de ruido alto —motor, llantas, ventana— y ese ruido enmascara todo lo suave. Escuchando en movimiento, cualquier pasaje con dinámica real parece "que se pierde", y la conclusión intuitiva es comprimir para que no se pierda. Es exactamente la decisión que le va a costar el compás en las palmas y la frase en el bandoneón.

Peor: casi todos los estéreos de carro tienen algún procesamiento activo de fábrica, y muchos aplican realce de graves dependiente del nivel. Está oyendo una curva, no su mezcla. Verifique el carro con el carro detenido, y compare secciones en lugar de juzgar dinámica absoluta.

La nota de voz de WhatsApp

Este es el más traicionero de los tres, porque es el que más se usa en la práctica: se manda el bounce al productor, al cantante, al mánager, y se decide con lo que llega del otro lado. Lo que llega del otro lado no es su archivo. Un audio reenviado por mensajería pasa por una recodificación con pérdida y, en el caso de una nota de voz, por una cadena diseñada para voz hablada: mono, tasa de bits baja, y procesamiento de nivel y de ruido pensado para que alguien hablando en la calle se entienda.

Eso tiene tres consecuencias, todas malas para juzgar un máster:

1. La imagen estéreo desaparece. Las palmas y las contras, que en el máster están abiertas a los lados, se suman a mono y se pelean entre ellas.
2. El códec ya normalizó por usted. El nivel que oye no tiene relación con el nivel de su archivo, así que cualquier comparación A/B de loudness hecha por ese canal es ruido.
3. Los transitorios ya están masacrados. Un zapateado, un slap de cajón o un ataque de púa en un requinto, pasados por un códec de voz de baja tasa, llegan como un chasquido genérico. Si usted juzga "cuánto pega" el ataque en ese canal, va a concluir que necesita más limitador, cuando lo que pasó es que el códec ya se lo comió.

La regla es simple: la mensajería sirve para acordar arreglos, letras y estructura; no sirve para aprobar un máster. Para aprobar un máster, mande un archivo sin comprimir o un enlace de descarga y pida que se escuche en el mejor sistema disponible.

Qué sí hacer con pocos recursos

• Verifique el loudness integrado y el true peak una vez, sobre el archivo terminado, con un medidor conforme a BS.1770 y sobremuestreo activado. No lo mire mientras trabaja.
• Compare siempre a igual sonoridad. Casi todos los DAW y varios medidores tienen una función de comparación con compensación de ganancia; si no la tiene, iguale a mano por el corto plazo antes de decidir si un máster "suena mejor". Sin esto, lo más fuerte siempre gana, y esa es exactamente la ilusión que produce todos los másteres aplastados.
• Use el corto plazo para leer la forma del arreglo. Es el sustituto más barato de un cuarto bien tratado: le dice si su seguiriya realmente crece o si el limitador ya la puso plana.

9. Guía práctica

Cómo decidir el objetivo

Trabaje hacia atrás desde la música, no hacia adelante desde un número.

1. Fije el techo primero. −1 dBTP, pico real, con sobremuestreo. Es innegociable y es la única restricción verdaderamente dura de esta lista.
2. Masterice para la música. Consiga el balance, el timbre y la dinámica con el limitador haciendo lo mínimo posible. No mire el medidor integrado en esta etapa.
3. Mida el resultado. El loudness integrado al que haya llegado, ese es su candidato.
4. Verifique el rango. Si el integrado cae entre aproximadamente −14 y −9 LUFS, está dentro del terreno donde todo objetivo publicado y toda cifra reportada quedan a pocos LU, y ningún servicio va a hacerle nada dramático a su pista. Si está más alto que −9 LUFS, pregúntese qué compró la limitación, porque la normalización va a devolver el nivel.
5. Solo entonces considere ajustar, y ajuste cambiando la masterización, no agregando limitación.

Apuntar a una cifra de LUFS agregando limitador hasta que el medidor marque bien es exactamente la conducta que la normalización fue diseñada para volver inútil. Si necesita mover el número, muévalo con estructura de ganancia, con decisiones de mezcla o con menos compresión, no con más.

El género importa de una manera que un número solo no captura. Los másteres densos de reggaetón, electrónica y pop moderno suelen caer entre −10 y −8 LUFS porque el material es intrínsecamente sostenido; el flamenco, el tango, el bolero, la trova y la música orquestal caen entre −18 y −13 LUFS porque no lo es. Los dos son correctos. El error es una soleá limitada a −8 LUFS, no una soleá que mide −16 LUFS.

Si el máster ya está limitado

Usted tiene un máster terminado y muy limitado y acaba de leer todo lo anterior. Tres opciones honestas, en orden de preferencia:

Remasterizar desde la mezcla. El único arreglo real. La limitación de picos no es reversible: los transitorios que se quitaron no están en el archivo. Si tiene la mezcla, baje el limitador y vuelva a renderizar.

Bajar el techo y no tocar nada más. Si solo tiene el máster y su pico real está por encima de −1 dBTP, aplique limitación de pico real o reducción de ganancia hasta llevarlo a −1 dBTP y deténgase ahí. Eso corrige el error de entrega sin pretender corregir la dinámica.

No hacer nada. Un máster a −8 LUFS con techo de −1 dBTP no está roto. Va a sonar al mismo nivel que todo lo demás, un poco más plano de lo que podría: un costo real, pero menor que el de una remasterización apurada. Limitar de más es una oportunidad perdida, no un defecto: el archivo va a funcionar, simplemente no va a funcionar tan bien como podría.

Nivel y dinámica son cosas distintas

Manténgalas separadas mentalmente, porque confundirlas es el origen de casi todas las malas decisiones.

Nivel es dónde se sitúa la pista entera. Es un número único, lo pone un fader, es gratis y, bajo normalización, lo elige el servicio y no usted.

Dinámica es la relación entre las partes fuertes y las suaves, tanto instante a instante (factor de cresta, PLR) como sección a sección (LRA). Cuesta crearla, la destruye el limitador y no se puede restaurar aguas abajo.

Usted ya no compite en nivel —eso lo fija el servicio—, así que cada decibelio que gaste en nivel sale de un presupuesto que el oyente nunca ve. La normalización de loudness no eliminó su capacidad de hacer un disco que suene fuerte. Eliminó la de hacerlo siendo fuerte. La intensidad percibida viene ahora de la densidad del arreglo, del contraste de transitorios, del peso en medios-graves y del tamaño del salto entre secciones: las cosas que sobreviven intactas a una ganancia de reproducción de −6 dB.

Lo que genuinamente no importa

• Clavar una cifra de LUFS con exactitud. Nada redondea, nada falla, y la diferencia entre −14,0 y −13,4 LUFS es inaudible. Una tolerancia de ±1 LU es generosa y nadie la va a notar.
• Másteres distintos para servicios distintos. Los objetivos publicados y los reportados abarcan unos 2 LU. Un solo máster a −1 dBTP con dinámica sensata es correcto en todas partes.
• Frecuencia de muestreo y dither en un máster de 24 bits. Entregue a la frecuencia nativa de la mezcla; sobremuestrear no agrega nada, y el dither de 24 bits queda muy por debajo de cualquier cosa que sobreviva a la distribución.
• La cifra de −23 LUFS de radiodifusión. Salvo que esté entregando para radio o televisión, la R 128 no es su especificación.
• La marca del plugin medidor. Cualquier medidor conforme a BS.1770 con modo de pico real y sobremuestreo adecuado coincide con cualquier otro dentro de una fracción de LU. Los desacuerdos vienen de la implementación del gating o del sobremuestreo, no de la calidad.

10. Resumen

Mida el loudness integrado del máster terminado con un medidor conforme a BS.1770-5. Fije un techo de pico real en −1 dBTP, o en −2 dBTP si está más alto que −14 LUFS. Use el corto plazo para decisiones de equilibrio y el integrado solo para verificar. Recuerde que la compuerta relativa del integrado está 10 LU por debajo de la media ya compuertada por la absoluta, y que la del LRA está en −20 LU. Y recuerde qué significa eso para su música: el número que mide el servicio se decide en las palmas y el zapateado, no en el quejío, así que empujar el limitador para mover ese número aplasta precisamente el compás. El servicio, no usted, fija el nivel de reproducción; gaste en lo que el oyente todavía puede oír el esfuerzo que habría gastado en nivel.

Mazufa distribuye música sin cargo de subida, sin suscripción y sin costo por lanzamiento; la única deducción es el 5 % de las regalías recibidas, y toda solicitud completa recibe revisión humana.

Fuentes

UIT-R BS.1770 — algoritmo de medición, ponderación K, gating, pico real

• Recomendación UIT-R BS.1770-5 (11/2023), Algorithms to measure audio programme loudness and true-peak audio level (PDF completo): https://www.itu.int/dms_pubrec/itu-r/rec/bs/R-REC-BS.1770-5-202311-I!!PDF-E.pdf
• Página de la recomendación e historial de ediciones (BS.1770-0 a BS.1770-5): https://www.itu.int/rec/R-REC-BS.1770/en

UER/EBU — objetivo de radiodifusión, ventanas de medición, rango de sonoridad

• EBU R 128, Loudness normalisation and permitted maximum level of audio signals (−23 LUFS): https://tech.ebu.ch/publications/r128
• EBU Tech 3341, Loudness Metering: EBU Mode metering to supplement EBU R 128 (momentánea 400 ms, corto plazo 3 s): https://tech.ebu.ch/publications/tech3341
• EBU Tech 3342, Loudness Range: A measure to supplement EBU R 128 loudness normalisation (compuerta de −20 LU; percentiles 10 y 95), PDF: https://tech.ebu.ch/docs/tech/tech3342.pdf

AES — recomendaciones para streaming

• AES TD1008.1.21-9, Recommendations for Loudness of Internet Audio Streaming and On-Demand Distribution (−16 LUFS música, −14 LUFS álbum, −18 LUFS habla, −1 dBTP), PDF: https://aes2.org/wp-content/uploads/2024/01/20210924_TD1008_v3.13.pdf
• Página del documento AES TD1008: https://aes.org/technical-council/technical-document-aestd1008/

Spotify — especificación de normalización publicada

• Spotify for Artists, Loudness normalization (−14 LUFS; −1 dBTP / −2 dBTP; ganancia positiva y margen de pico; normalización por álbum): https://support.spotify.com/us/artists/article/loudness-normalization/

No publicado por ningún servicio. Las cifras dadas para Apple Music, YouTube Music, Amazon Music, TIDAL y Deezer son mediciones de terceros ampliamente reportadas. No se cita una fuente primaria porque no existe: esos servicios no publican especificación de normalización alguna.