Audio desincronizado en una grabación de pantalla: causas y soluciones

¿Tu voz llega después del clic? Causas reales de la desincronización de audio al grabar la pantalla: Bluetooth, cambio de dispositivo y fotogramas perdidos.

Haces clic en un botón, dices «y aquí se guarda» y, al reproducirlo, tu voz llega un tiempo después del clic. O la burbuja de la webcam asiente a una frase que todavía no ha dicho. O los primeros treinta segundos están perfectos y los dos últimos minutos se separan cada vez más.

Las tres cosas parecen el mismo problema y ninguna tiene la misma causa. El audio desincronizado es uno de los pocos fallos de grabación en los que adivinar cuesta más tiempo, porque un desfase constante y una deriva creciente vienen de sitios completamente distintos. Esta guía los ordena tal y como puedes comprobarlos de verdad.

Primero: ¿qué tipo de desincronización tienes?

Mira la reproducción dos veces —una el principio, otra el final— y compara cuánto se desvía el audio en cada punto.

Lo que observasA qué apunta
El mismo desfase al principio y al finalUn retardo de arranque fijo entre pistas
Pequeño al principio, mayor al finalFotogramas perdidos, o un dispositivo de salida que retrasa lo que oyes
Solo la webcam va tarde; la voz coincide con la pantallaLatencia de arranque de la cámara
La voz está bien, pero el vídeo dentro de la grabación está desfasadoLa app de origen perdió fotogramas al reproducir
Tu voz suena doblada, con un golpe cortoEl micrófono y el audio del sistema captaron el mismo sonido

Esa tabla es todo el diagnóstico. Lo que viene después es solo la solución de cada fila.

Cómo alinea Recorded las pistas

Ayuda saber qué hay realmente en el disco, porque explica qué problemas resuelve la app por ti y cuáles no.

Recorded no mezcla todo en un solo archivo mientras grabas. Cada grabación obtiene una carpeta —en ~/Movies/Recorded en macOS, %USERPROFILE%\Videos\Recorded en Windows— con las piezas por separado:

  • recording.mp4 — la captura de pantalla
  • audio.wav — audio del sistema, si lo activaste
  • mic_audio.wav — tu micrófono, si lo activaste
  • webcam.mp4 — la cámara, si la activaste
  • track_sync.json — el timing que lo une todo

Ese último archivo es el importante. Cada pista empieza en un momento ligeramente distinto en tiempo real: un flujo de micrófono tarda algunas decenas de milisegundos en abrirse, una cámara puede tardar bastante más, y el audio del sistema solo produce paquetes cuando algo suena de verdad. Recorded marca cada pista con una referencia temporal respecto a la captura de pantalla y anota la diferencia en milisegundos: positiva cuando la pista empezó después de la pantalla, negativa cuando empezó antes.

El editor lee esos desplazamientos, mueve cada pista esa cantidad durante la previsualización y pasa los mismos números a la exportación, así que el MP4 se multiplexa con la misma alineación que viste en la vista previa. Por eso el caso más habitual —«el micro se abrió 80 ms tarde»— nunca te llega como un problema. Y por eso el editor no tiene un control manual de desplazamiento de audio: el desfase se mide, no se adivina.

Lo que ese mecanismo no puede arreglar es una pista que se grabó mal. Si el sonido que llegó a tus oídos ya venía retrasado, o si la imagen perdió fotogramas durante la captura, las marcas de tiempo son honestas y la grabación sigue desfasada. Esas son las causas que merece la pena repasar.

Causa 1: tus auriculares Bluetooth retrasaron lo que oíste

Es con diferencia la causa más común de «mi voz va tarde», y no es un fallo de grabación.

El audio inalámbrico añade latencia, normalmente entre 100 y 300 ms según el códec y el dispositivo. Si estás demostrando algo con sonido —un vídeo, una notificación, una llamada— lo oyes tarde. Reaccionas a lo que oíste, así que tu reacción llega genuinamente tarde. Recorded captó bien las dos pistas; simplemente respondías a una señal retrasada.

La misma latencia muerde en la otra dirección cuando el micrófono del auricular es la entrada: algunos dispositivos también almacenan en búfer la ruta del micro, y el desplazamiento inicial que mide Recorded solo refleja cuándo se abrió el flujo, no la latencia que el dispositivo añade luego a cada paquete.

La solución: cuando tu voz tenga que caer en un fotograma concreto, usa auriculares con cable y un micrófono con cable o USB. Un micro USB más unos auriculares con cable elimina toda esta clase de problema. El resto de la decisión sobre el dispositivo de entrada está en nuestra guía de buenas prácticas de grabación de audio.

Si tienes que usar auriculares inalámbricos, graba a propósito una referencia al principio: haz clic en algo que suene y di una palabra corta en el mismo instante. Verás el desfase en el editor y podrás decidir si es aceptable antes de grabar veinte minutos encima.

Causa 2: cambiaste de dispositivo de audio a mitad de grabación

Conectar auriculares, entrar en una llamada que se apropia de la salida predeterminada o dejar que un auricular se conecte solo a media toma cambian la ruta de audio mientras la captura está en marcha.

En Windows, el audio del sistema se captura desde el punto final de salida mediante loopback WASAPI. Si cambia el dispositivo de salida activo, el flujo al que estaba enganchada la captura ya no es el que produce sonido. En macOS, el audio del sistema llega desde ScreenCaptureKit junto con el vídeo, lo que es más robusto, pero el flujo del micrófono puede interrumpirse igualmente si su dispositivo desaparece.

La solución: fija la entrada y la salida que piensas usar antes de abrir los controles de grabación y luego no las toques. Cierra las apps que reasignan dispositivos de audio por su cuenta: los clientes de videoconferencia son los sospechosos habituales y a menudo se quedan con el dispositivo predeterminado en cuanto se abren. Las diferencias de ruta de audio entre ambos sistemas están en grabación de pantalla en macOS y Windows.

Causa 3: los fotogramas perdidos dejaron atrás a la imagen

Esta es la causa detrás de la deriva que crece a lo largo de la grabación, y la que menos se espera.

Capturar audio es barato y casi nunca se queda atrás. Capturar vídeo es caro. Cuando la máquina no da más de sí —CPU saturada, disco casi lleno, un cliente de sincronización moviendo archivos en segundo plano— se pierden fotogramas. El audio sigue avanzando en tiempo real, así que la distancia entre lo que oyes y lo que ves se ensancha a lo largo de la toma.

Suele reconocerse sin herramientas: la grabación se siente algo entrecortada en los tramos exigentes, y la desincronización es peor justo en esos tramos.

La solución: reduce la carga de captura en lugar de buscar un ajuste de audio. Cierra las ventanas del navegador y los clientes de sincronización que no uses, graba en un SSD interno con espacio libre de sobra y prefiere la captura de ventana o de área frente a un monitor 4K completo. Nuestra guía de optimización del rendimiento explica cómo encontrar el cuello de botella real, y la lista más amplia de síntomas está en la guía de solución de problemas de grabación de pantalla.

Causa 4: solo la webcam va tarde

Una cámara es el dispositivo más lento de la cadena. La exposición y el balance de blancos tienen que negociarse, lo que puede tardar varios cientos de milisegundos —a veces más de un segundo— antes de que llegue el primer fotograma utilizable, mucho después de que la captura de pantalla haya empezado.

Recorded también mide esto: al guardar la pista de cámara, la app registra cuánto después de la captura de pantalla empezó realmente la webcam y lo almacena con el resto de desplazamientos, de modo que la superposición de webcam se coloca en la parte correcta de la línea de tiempo en lugar de empezar simplemente en cero.

Donde sigue apareciendo es en el arranque de la toma. Si empiezas a hablar de inmediato, tu primera palabra puede caer antes de que la cámara haya producido un fotograma, y ninguna alineación recupera material que no existe.

La solución: deja pasar un tiempo. Inicia la grabación, respira una vez y luego empieza a hablar. Te queda una entrada limpia que recortar y la cámara está plenamente en marcha cuando tu cara importa. Es el mismo hábito que hace viable grabar por tomas.

Causa 5: tu voz suena doblada

Si tu voz lleva detrás un golpe corto o un eco en lugar de un retardo, las pistas están alineadas y el problema es que tu voz se captó dos veces.

Con el audio del sistema activado y el sonido saliendo por los altavoces, tu micrófono recoge la sala, incluidos los altavoces. El mismo sonido existe entonces en dos pistas que no pueden coincidir del todo, porque una viajó por el aire. Mezcladas, el resultado es un doblado hueco y con fase. En una llamada grabada es peor: la voz del otro extremo llega tanto por la captura de audio del sistema como por tu micrófono.

La solución: usa auriculares siempre que el audio del sistema esté activado. Si ya grabaste así una toma, abre el editor, selecciona los segmentos afectados y silencia o baja la pista que no necesitas: Recorded mantiene controles de volumen de Audio del sistema y Micrófono por segmento precisamente porque los dos flujos siguen separados hasta la exportación.

Causa 6: el vídeo dentro de tu grabación ya estaba desfasado

A veces tu narración es perfecta y lo que deriva es el clip que estabas demostrando.

Un grabador de pantalla captura lo que la pantalla mostró realmente. Si el navegador o reproductor que grababas perdió fotogramas mientras su propio audio seguía sonando, la grabación conserva fielmente esa desincronización. Grabar una videollamada tiene la misma propiedad: el búfer de jitter del cliente queda horneado en los píxeles.

La solución: verifica en el origen, no en la grabación. Reproduce el clip a tamaño completo, confirma que mantiene la sincronía en su propio reproductor y dale un momento para estabilizarse antes de empezar a capturar. Si deriva ahí, derivará en la captura.

Comprobar la sincronía en treinta segundos

No lo descubras después de una toma larga. Graba una prueba corta y míralo como toca:

  1. Inicia una grabación con exactamente las entradas que piensas usar. Los medidores de nivel en directo junto a los controles de micrófono y audio del sistema deberían moverse los dos; si uno está plano, arregla eso primero.
  2. Haz clic en algo que suene y di una palabra corta y nítida, como «ahora», en el mismo momento.
  3. Detén la grabación y deja que el editor la abra.
  4. Mira la línea de tiempo. Recorded dibuja una forma de onda del audio del sistema y del micrófono bajo los segmentos, así que los dos picos son visibles, y deberían alinearse entre sí y con el fotograma del clic.
  5. Ve a ese fotograma y avanza uno a uno. Si el pico y el clic visible están dentro de uno o dos fotogramas, vas bien.

Estos treinta segundos son más baratos que regrabar un tutorial. Además te dicen qué solución necesitas: un desfase constante indica un problema de latencia de dispositivo; un inicio limpio que se degrada indica un problema de rendimiento.

Qué hacer con una toma que ya está desfasada

Sé honesto sobre lo que se puede recuperar.

Una toma doblada o con eco se recupera: silencia la pista redundante por segmento y el problema desaparece. Una webcam tardía al principio se recupera: recorta la entrada. Una toma en la que la imagen perdió fotogramas no se recupera de forma razonable: los fotogramas que faltan nunca se capturaron, y estirar el audio para que encaje lo desafinaría o lo haría tartamudear. Una toma en la que reaccionaste a audio Bluetooth retrasado tampoco se recupera, porque tu propia interpretación va tarde.

Para los casos recuperables, los controles de segmento del editor son la herramienta. Para el resto, la respuesta honesta es regrabar cinco minutos con audio por cable y una máquina más tranquila, que casi siempre es más rápido que pelearse con el material.

Lista de comprobación de sincronía antes de grabar

[ ] Dispositivos de entrada y salida fijados antes de abrir los controles de grabación
[ ] Auriculares con cable puestos, sobre todo con el audio del sistema activado
[ ] Apps de videoconferencia cerradas para que no tomen el dispositivo predeterminado
[ ] Medidores de micrófono y audio del sistema moviéndose los dos
[ ] Prueba de sincronía grabada y verificada contra la forma de onda
[ ] Captura limitada a una ventana o un área en vez de una pantalla 4K entera
[ ] Suficiente espacio libre en el disco interno
[ ] Un segundo de pausa antes de la primera palabra, para que la cámara esté lista

La versión corta

Los problemas de sincronía vienen del entorno de grabación mucho más a menudo que del grabador. La alineación de las pistas ya está medida y aplicada por ti; lo que queda es física: latencia inalámbrica, dispositivos que cambian por el camino, fotogramas que la máquina no pudo seguir y sonido captado dos veces.

Resuelve eso una vez estandarizando tu configuración y haz la comprobación de forma de onda de treinta segundos siempre que algo te chirríe. Si empiezas de cero, descarga Recorded y que esa prueba de sincronía sea lo primero que grabes.

¡Feliz grabación!